目录
1、haar与lbp分类器的对比
Haar特征分类器的优缺点:
优点:
- 准确性: 在训练数据充足且质量高的情况下,Haar分类器可以达到很高的检测准确率。
- 成熟稳定: Haar特征分类器是较早使用的特征检测方法之一,经过多年发展,已经非常成熟和稳定。
- 广泛的应用: 由于其较早出现,Haar分类器在学术和工业界都有广泛的应用,尤其是在人脸和眼睛检测方面。
缺点:
- 训练时间长: Haar分类器的训练过程可能需要较长时间,尤其是在处理大量数据时。
- 资源消耗大: 训练和检测过程中可能需要较多的计算资源。
- 误报率: 在某些情况下,可能会有较高的误报率,尤其是在复杂背景或多变光照条件下。
LBP特征分类器的优缺点:
优点:
- 计算速度快:
本站资源均来自互联网,仅供研究学习,禁止违法使用和商用,产生法律纠纷本站概不负责!如果侵犯了您的权益请与我们联系!
转载请注明出处: 免费源码网-免费的源码资源网站 » (二)十分简易快速 自己训练样本 opencv级联lbp分类器 车牌识别
发表评论 取消回复