Rather than have a person decide wh

Rather than have a person decide which comparisons would best define a face, both Haar- and LBP-based face detectors can be automatically trained to find faces from a large set of images, with the information stored as XML files to be used later. These cascade classifier detectors are typically trained using at least 1,000 unique face images and 10,000 non-face images (for example, photos of trees, cars, and text), and the training process can take a long time even on a multi-core desktop (typically a few hours for LBP but one week for Haar!). Luckily, OpenCV comes with some pretrained Haar and LBP detectors for you to use! In fact you can detect frontal faces, profile (side-view) faces, eyes, or noses just by loading different cascade classifier
XML files to the object detector, and choose between the Haar or LBP detector, based on which XML file you choose.

ผลลัพธ์ (ไทย) 1:

มีผู้ตัดสินใจ เปรียบเทียบที่จะกำหนดส่วนใบหน้า ทั้ง Haar และแอลบีพีการตรวจจับใบหน้าสามารถเป็นฝึกโดยอัตโนมัติค้นหาใบหน้าขนาดใหญ่จากภาพ มีข้อมูลที่เก็บไว้เป็นแฟ้ม XML ที่ใช้ในภายหลัง ตรวจจับ classifier ทั้งหมดเหล่านี้จะฝึกอบรมโดยทั่วไปใช้น้อย 1000 ภาพเฉพาะใบหน้าและรูปหน้าไม่ใช่ 10000 (ตัวอย่าง ถ่าย ภาพต้นไม้ รถยนต์ ข้อความ), และการฝึกอบรมสามารถใช้เวลานานบนเดสก์ท็อปหลายหลัก (โดยทั่วไปไม่กี่ชั่วโมงสำหรับแอลบีพี) แต่หนึ่งสัปดาห์ Haar แม้ โชคดี OpenCV มาพร้อมกับจับที่ Haar และแอลบีพีบาง pretrained ไป ในความเป็นจริงคุณสามารถตรวจหาใบหน้าหน้าผาก โปรไฟล์ (ข้าง) หน้า ตา หรือ noses โดยการโหลดต่าง ๆ เรียงซ้อน classifier
XML ไฟล์เครื่องตรวจจับวัตถุ และเลือกระหว่าง Haar หรือแอลบีพีเครื่องตรวจจับ ใช้ในแฟ้ม XML ที่คุณเลือก

ผลลัพธ์ (ไทย) 2:

มากกว่าที่จะมีคนตัดสินใจที่ดีที่สุดของการเปรียบเทียบจะกำหนดใบหน้าทั้ง Haar- และเครื่องตรวจจับใบหน้า LBP-based สามารถผ่านการฝึกอบรมโดยอัตโนมัติที่จะหาใบหน้าจากชุดใหญ่ของภาพที่มีข้อมูลที่จัดเก็บเป็นไฟล์ XML เพื่อใช้ในภายหลัง เหล่านี้เครื่องตรวจจับน้ำตกลักษณนามได้รับการฝึกฝนโดยปกติจะใช้เวลาอย่างน้อย 1,000 ภาพที่ไม่ซ้ำกันใบหน้าและ 10,000 ภาพที่ไม่หน้า (ตัวอย่างเช่นภาพของต้นไม้, รถยนต์, และข้อความ) และกระบวนการฝึกอบรมสามารถใช้เวลานานแม้ในสก์ท็อปแบบ multi-core (โดยทั่วไปไม่กี่ชั่วโมงสำหรับ LBP แต่หนึ่งสัปดาห์สำหรับ Haar!) โชคดีที่มาพร้อมกับ OpenCV บาง pretrained Haar และ LBP ตรวจจับเพื่อให้คุณใช้! ในความเป็นจริงคุณสามารถตรวจสอบใบหน้าหน้าผากรายละเอียด (ด้านข้าง) ใบหน้าดวงตาหรือจมูกเพียงโดยการโหลดน้ำตกลักษณนามที่แตกต่างกัน
ไฟล์ XML เพื่อตรวจจับวัตถุและเลือกระหว่าง Haar หรือเครื่องตรวจจับ LBP ตามไฟล์ XML ที่คุณเลือก

ผลลัพธ์ (ไทย) 3:

แทนที่จะได้เป็นคนตัดสินใจ ซึ่งการเปรียบเทียบที่ดีที่สุดกําหนดหน้า ทั้งเธอและตรวจจับใบหน้าได้โดยอัตโนมัติตามท่าฝึกหาใบหน้าจากชุดใหญ่ของภาพกับข้อมูลที่เก็บไว้เป็นแฟ้ม XML เพื่อใช้ในภายหลัง เหล่านี้มักจะมีการฝึกอบรมการใช้เครื่องตรวจจับแบบน้ำตก อย่างน้อย 1 , 000 ภาพ 10 , 000 ภาพใบหน้าใบหน้าที่เป็นเอกลักษณ์และไม่ได้ ( เช่นภาพถ่ายของต้นไม้ , รถยนต์ , และข้อความ ) และกระบวนการฝึกอบรมสามารถใช้เวลานานแม้ในขณะที่เดสก์ทอป ( ปกติไม่กี่ชั่วโมงสำหรับ LBP แต่หนึ่งสัปดาห์เธอ ! ) มาด้วย โชคดีที่เป็นการ pretrained Haar LBP และเครื่องตรวจจับที่คุณใช้ ! ในความเป็นจริงคุณสามารถตรวจจับใบหน้า หน้าผาก โปรไฟล์ ( มุมมอง ) ใบหน้า ตา หรือจมูก โดยโหลดที่แตกต่างกันจำแนกประเภท
น้ำตกไฟล์ XML ไปยังวัตถุที่ตรวจจับ และเลือกระหว่างเธอหรือเครื่องตรวจจับท่าตามแฟ้ม XML ที่คุณเลือก