我有一个项目需要制作用于人脸识别的神经网络。 网络输入应该是需要识别的面部特征。
我搜索了很多，发现Matlab的计算机视觉工具箱的SURF探测器将帮助我提取脸部特征。但SURF检测器提取面部关键点，并为每个关键点设置64或128个值的矢量。问题是关键点的数量是变化的，我需要对每个面都相同，以便能够提供神经网络的输入。
所以我想只提取一些可以作为单个数字呈现的特征，比如鼻子，嘴巴，眼睛的比例，眼睛之间的距离等。
我怎样才能获得这些功能，它们是否足以作为神经网络的输入，需要识别面部？在神经网络的输出上会有相同数量的神经元，因为数据库中存在不同的人，并且在训练阶段我将使用照片中提取的面部特征来提供网络，如果是照片，则让＃＆＃ 39; s表示数据库中五分之三的人，我的输出层看起来像[0,0,1,0,0]。
这是一个很好的方法，你能给我一些代码，从Matlab中提取面部特征吗？
答案 0 :(得分：1)
鼻子/嘴巴/眼睛对眼睛的比例和眼睛之间的距离会给你带来非常糟糕的结果。那些不是准确或足够独特的措施。
如果您正在寻找面部识别功能，您应该考虑LBP： http://www.scholarpedia.org/article/Local_Binary_Patterns#Face_description_using_LBP