Nsstring *path = [[NSBundle mainBundle] pathForResource:@"haarcascade_frontalface_alt" ofType:@"xml"]; CvHaarClassifIErCascade* cascade = (CvHaarClassifIErCascade*)cvLoad([path cStringUsingEnCoding:NSASCIIStringEnCoding],NulL,NulL); CvMemStorage* storage = cvCreateMemStorage(0); CvSeq* faces = cvHaarDetectObjects(small_image,cascade,storage,1.2,0 |CV_HAAR_DO_ROUGH_SEARCH |CV_HAAR_FIND_BIGGEST_OBJECT,cvSize(30,30));
我尝试了多种优化技术,包括ROI的智能应用,以及整数而不是浮点数的使用.然而,这些变化花费了大量时间,只有很小的好处.
有人建议我使用LBP可以显着减少面部检测时间.我一直在尝试和寻找实施LBP的方法,但无济于事.在opencv中,有一个级联文件(lbpcascade_frontalface.xml),但我找不到任何有关如何使用它的建议.
任何帮助将不胜感激,包括我可能在我的搜索中遗漏的其他优化技术和谷歌链接.只要合理有效,检测的准确性并不重要.
谢谢!
解决方法 尝试使用 Instruments来确定应用程序中性能瓶颈的位置.它们可能与您认为的不同.另外,请查看this性能指南.
总结以上是内存溢出为你收集整理的使用OpenCV和LBP在iPhone上进行人脸检测全部内容,希望文章能够帮你解决使用OpenCV和LBP在iPhone上进行人脸检测所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)