使用CascadeClasifier与FaceRecognizer（FisherFace）进行OpenCV性别分类

Question

我正在努力寻找性别检测的最佳方法。我正在使用opencv，目前一切都很好，除了性别准确度不是很好，即使我有每个男性和女性1500个样本图像。

我正在使用默认的lbp face级联文件来检测面部，然后使用自定义编译的fisherface识别器模型将面部分类为男性或女性。

我想知道是否有人想过为每个男性和女性面孔生成一个lbp级联，其中负面样本会包含异性？在我自己尝试之前，我想知道是否有人知道这是否会浪费时间

我可以在opencv中使用cascadeclassifier一次检查框架中的男性，第二次检查女性吗？

编辑： 以下是我正在拍摄的男性或女性在镜头前的步骤：

1. 检测脸部
2. 裁剪脸部
3. 检测裁剪图像上半部分中的至少两只眼睛（使用的临时图像）
4. 检测左眼和右眼
5. 围绕左眼旋转裁剪图像以对齐眼睛
6. 翻译图像，使眼睛之间的中心成为裁剪图像的中心，眼睛与样本图像的眼睛垂直“共同”
7. 将图片大小调整为150x150，保持宽高比
8. 规范化照明图像
9. 使用fisherfaces将面部分类为男性或女性

Answer 1

是的，如果你创建一个性别特定的lbp级联用于检测，那将是浪费时间。这种类型的检测使用＆＃34; haar-like＆＃34;功能，基本上是线条。男性和女性面部在这方面具有相同的特征，因此您的检测器的负像和正像在数学上是相同的。

有很多原因可以解释为什么渔民对性别认可的判别是“废话”。正如你所说，可能是由于几个原因。一旦检测到面部，您在做什么类型的预处理？你在对齐脸部吗？如果没有，你就没有机会。你是否正常照明？您是否正在使用ASM查找面的特征点并将平面旋转变形为正面视图？当涉及到任何类型的图像处理时，预处理就是一切。