Question

我一直在尝试使用Fisherfaces算法作为模型进行人脸识别，并希望了解是否可以将相同的方法应用于非面部对象。我看到我的应用程序如下工作：

创建一组对象的图像（Mats）并将它们保存到一个目录中，该目录具有对象标识的共同响应索引。
将目录内容加载为Mats，将其按数组排序并将其传递给模型进行培训。
从模型中获取特征向量和平均垫，并用它重建对象。
重建重建对象与原始对象的相似性并预测其身份。

这是我将用于培训的代码（第2步）：

//check if the contrib module is available first
bool contribModelStatus = initModule_contrib();
if ( !contribModelStatus )
    exit(1);

//define the model
Ptr<FaceRecognizer> model;
model = Algorithm::create<FaceRecognizer>(recAlgorithmFisherfaces);
//check if the model was loaded properly
if (model.empty())
    exit(1);

//train the model
model->train(objectsArray, labelsArray);

用于识别（步骤3）：

Mat eigenvectors = model->get<Mat>("eigenvectors");
Mat average = model->get<Mat>("mean");

int height = obj.rows;

//define a projection Mat based on the eigenvectors, avarage object and the object we'll like to test
Mat projection = subspaceProject(eigenvectors, average, obj.reshape(1,1));
//reconstruct the projection and reshape it.
Mat reconstructionRow = subspaceReconstruct(eigenvectors, average, projection);
Mat reconstructionMat = reconstructionRow.reshape(1, height);
Mat reconsructedObj = Mat(reconstructionMat.size(), CV_8U);
reconstructionMat.convertTo(reconsructedObj, CV_8U, 1, 0 );

和预测（步骤4）：

// ... compeare the similarity of the reconstructionMat to the original object and predict
double similarity = getSimilarity(recognizeMat, reconsructedObj);
float obj_treshold = 0.7f;
check if the similarity is larger then the treshold
f (similarity > obj_treshold) {
    identity = model->predict(recognizeMat);
    cout << "Object identity: " << toString(identity) << endl;
} else {
    cout << "unidentified object" << endl;
}

我在尝试这个时遇到了一些错误 - 我认为这与我没有训练过大量数据的事实有关，但我的问题是这对于非面部的对象是否可靠，或者是人脸识别算法只适用于人脸，opencv中有不同的算法应该用于识别非人脸对象。

这是我收到错误的链接。 http://lab.onetwoclick.com/stuff/stackoverflow/opencv_Fisherfaces_Eigenfaces.jpg

Opencv - 可以使用Fisherfaces或Eigenfaces识别非面部物体吗？

0 个答案: