编辑：我没有说清楚，因为这是针对应用程序未来可能的开发。
我正在研究应用程序的个人面部识别，但其中一个重要部分似乎是每个人都需要识别的相当大的图像训练集。
在不同的环境中不同时间拍摄图像是否很重要，或者使用手持相机在几秒钟内拍摄的图像是否可能为良好的训练集提供必要的变化？
（顺便说一下，这不适用于人脸识别，所以现有的工具和数据库实际上并没有太多帮助。我知道2D图像识别不一定适用于所有物种;我们只是假设它在我的用例中起作用。）
答案 0 :(得分：0)
本文可能会回答您的一些问题： http://uran.donetsk.ua/~masters/2011/frt/dyrul/library/article8.pdf
从模式分类的角度来看，人脸识别中的一个常见问题是每个班级都有大量的课程，只有少数，可能只有一个训练样本。因此，不需要更复杂的分类器，但使用最近邻分类器。
虽然我不是这个主题的专家，但是每个人只有一张图像作为训练样本并且在受控照明中至少达到某种程度的精确度的解决方案似乎是一个常见的问题。 /位置情况。
要专门回答你的问题，一个训练集中包含每个人的多个图像，几乎没有变化（＆＃34;使用手持摄像头拍摄几张图像＆＃34;），这些图像不会那么有价值作为一个有更多变化的人（例如不同的面部表情，灯光，背景）。