일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 계절성 모델
- 선형 판별 분석 LDA
- 범주형 데이터
- 군집화 시각화 방법
- 주성분 줄이기
- ARMA 모델링
- 시계열 상관 분석
- custom vision
- 지수평활법
- 최소-최대 정규화
- Q-Q 플롯
- 시계열 특성을 고려한 이상치 탐지
- 데이터의 차원 축소
- R과 Python
- 상자 그림
- 시계열 모델링
- 다변량 분석
- 데이터 분석 프로세스
- 상관 분석
- 데이터 종류에 따른 분석 방법
- 순서형 데이터
- 데이터 수집 및 전처리
- 주성분 분석
- 상위포지션
- Z-점수 기반 이상치 탐지
- 명목형 데이터
- 다중상관분석
- ARIMA 모델링
- Python
- 날짜 시간 데이터 전처리
Archives
- Today
- Total
me made it !
[OpenCV] 03 Haar 방식 얼굴, 눈 식별 (Face, eye detection) 본문
반응형
OpenCV를 이용해서 얼굴을 식별하는 방법에는 두가지가 있다.
첫째, object detection - face detection (* 기본 )
> cascade classifier > haar cascade object detection
* cnn과 다른 방식.
- 장점)
- 굉장히 detection 속도가 빠름. rapid, simple
- 단점)
- 정확도 떨어진다 (CNN보다 떨어짐)
- - 예외 상황에 약하다(얼굴을 돌린다던지, 선글라스를 쓰는 등의 변화)
haar | convolution nerual network(ml, dl) | |
장점 | 미리 눈 , 코, 입의 학습 방식이 정해져 있어서 쉽다![]() |
|
차이 | 미리 정해준 방식에 의해 인식 | 데이터 트레이닝 후 인식 |
cnn 구성 방식 사용 |
둘째, dnn module (딥러닝 방식!)
두 모듈을 융합해서 쓰면 성능이 더 좋아짐
https://docs.opencv.org/4.x/db/d28/tutorial_cascade_classifier.html
OpenCV: Cascade Classifier
Prev Tutorial: Optical Flow Next Tutorial: Cascade Classifier Training Original author Ana Huamán Compatibility OpenCV >= 3.0 Goal In this tutorial, We will learn how the Haar cascade object detection works. We will see the basics of face detection and ey
docs.opencv.org
반응형
'TIL > opencv' 카테고리의 다른 글
[OpenCV] 04. dnn 을 이용한 얼굴 인식 (0) | 2023.08.02 |
---|---|
[OpenCV] 03 Haar 방식 얼굴, 눈 식별 (0) | 2023.07.23 |
[OpenCV] OpenCV error : 'cvShowImage' (0) | 2023.07.22 |
[OpenCV] 02 이미지 가공 (0) | 2023.07.16 |
[OpenCV] 01 OpenCV와 영상처리의 기본 (0) | 2023.07.15 |