Haar、pico、npd、dlib等多种人脸检测特征及算法结果比较

原文：opencv、pico、npd、dlib、face++等多种人脸检测算法结果比较

NDP检测结果：

结果分析：

Pico（Pixel Intensity Comparison-based Object detection）发表于2014年，它也继承于Viola-Jones算法并对其做了一部分改进，最大的不同在于特征提取方式，不同于Viola-Jones的Haar特征，pico则是提取点对特征，对两个像素点进行对比。实验表明这种特征比Haar特征更为有效，且运算时间更短。

这就意味着PICO的抗噪性能极差，场景可扩展性不强。

NDP特征有以下几个特点：

1. 其特征是反对称的，也就是说 f (x, y) 或者f (y, x) 都可以表述 x 和 y 两点的特征，举个例子来说，对于一张 p = h*w 大小的图片，其特征池大小为 p * (p-1)/2 。
2. 其特征是有符号的，也就是说其特征表述是有方向性的。
3. 其特征是尺度鲁棒的， 也就是说由于其特征分子是两像素点差值，所以对于光照具有较强的鲁棒性。
4. 其特征值是归一化的。

最后指出，通过特征池是可以重建出原图的，也就是说特征池包含了原图片中的所有信息。

重要参考文章：NPD实现及其与pico一脉相承的关系

此文详细的介绍了PICO和NDP的理论和实验，以及递进关系。赞一个！！！

GitHub代码下载：https://github.com/wincle/NPD

NDP的官网及代码下载：http://www.cbsr.ia.ac.cn/users/scliao/projects/npdface/