Cascadas Haar vs. Cascadas LBP en la Detección de Rostros

Una cascada de LBP se puede entrenar para funcionar de manera similar (o mejor) que la cascada de Haar, pero fuera de la caja, la cascada de Haar es aproximadamente 3 veces más lenta, y dependiendo de sus datos, aproximadamente 1-2% mejor en la detección precisa de la ubicación de una cara. Este aumento en la precisión es bastante significativo dado que la detección de rostros puede operar en el rango de precisión del 95%+.

A continuación se muestran algunos resultados al usar el conjunto de datos MUCT.

Una detección correcta se observa cuando hay al menos un 50% superposición entre la verdad de tierra y las coordenadas detectadas por OpenCV.

Cascade:haarcascade_frontalface_alt2.xml
Datafile:muct.csv
|---------------------------------------------------|
|   Hits  |  Misses  | False Detects  | Multi-hit   |
|  3635   |   55     |   63           |    5        |
|---------------------------------------------------|
Time:4m2.060s

Vs:

Cascade:lbpcascade_frontalface.xml
Datafile:muct.csv
|---------------------------------------------------|
|   Hits  |  Misses  | False Detects  | Multi-hit   |
| 3569    |  106     |   77           |    3        |
|---------------------------------------------------|
Time:1m12.511s

Mi opinión personal es que debe buscar en LBP para todas las tareas relacionadas con la detección simplemente porque el entrenamiento LBP puede tomar minutos, mientras que el entrenamiento HAAR puede tomar días para el mismo conjunto de datos y parámetros de entrenamiento.

La pregunta que ha hecho tendrá un rendimiento diferente dependiendo del tipo de cosa que se detecta, los ajustes de entrenamiento y los parámetros utilizados durante la detección, así como los criterios para probar las cascadas.

La precisión de HAAR y LBP las cascadas dependen de los conjuntos de datos (muestras positivas y negativas) utilizados para el entrenamiento y los parámetros utilizados durante el entrenamiento.

De acuerdo con Lienhart et al, 2002, en el caso de la detección facial:

• su -numStages, -maxDepth y -maxWeakCount los parámetros deben ser lo suficientemente altos para lograr los -minHitRate y -maxFalseAlarmRate deseados.
• el entrenamiento basado en árboles es más preciso que el basado en tocones, {[17]]}
• adaboost suave es preferible a discreto y real adaboost,
• el tamaño mínimo de la muestra de capacitación es importante, pero aún no se ha realizado un estudio sistemático al respecto.

También, las banderas usadas en detectMultiScale() producen un cambio drástico en la velocidad así como en la precisión en una configuración de hardware dada.

Para probar la cascada debe establecerse en un conjunto de datos y un método como k-fold validación cruzada.

Puede ser útil para usted:

Hay una Biblioteca Simd, que tiene una implementación de clasificadores en cascada HAAR y LBP. Puede usar casscades estándar de HAAR y LBP de OpenCV. Esta implementación tiene optimizaciones SIMD con el uso de SSE4.1, AVX2, AVX-512 y NEON(ARM), por lo que funciona en 2-3 veces más rápido que la implementación original de OpenCV.

Además, en las etapas de entrenamiento, LBP es más rápido que Haar. Con la muestra de 2000 pos y la muestra de 300 neg, el entrenamiento con el tipo Haar, tomó aproximadamente 5-6 días para completarse, pero con LBP, tomó solo algunas horas.