Question

目前我在做我的学术项目（社交媒体网站）。我的意图是当用户发布图像时，系统应识别该面部并用她的名字标记它。

作为先前的工作，我创建了5个用户。对于训练图像，当用户设置她的个人资料照片时，系统将使用EmguCv（DetectHaarCascade）检测它并将图像保存为文件夹中的位图。该面部的标签将是用户的用户ID，标签将保存在文件夹中的文本文件中。作为培训图像，我为每个用户上传并标记了10张图片。

下一部分是用户发布照片的时间。系统应该识别脸部并用她的名字标记。我正在使用SVM进行识别和分类。

我的检测码：

    //Face Detection
    MCvAvgComp[][] facesDetected = gray.DetectHaarCascade(
                      haar,
                      1.2,
                      4,
                      HAAR_DETECTION_TYPE.DO_CANNY_PRUNING,
                      new Size(20, 20));
    foreach (MCvAvgComp f in facesDetected[0])
    {
     result = currentFrame.Copy(f.rect).Convert<Gray, byte>().Resize(100, 100, Emgu.CV.CvEnum.INTER.CV_INTER_CUBIC);
     // at the beginning i am added all the existing images to an List<Image<Gray, byte>> trainingImages and labels to List<string> labels 
     trainingImages.Add(result );
     labels.Add(Session["UserId"].ToString())
     File.WriteAllText((Server.MapPath("~/TrainedFaces/TrainedLabels.txt")), trainingImages.ToArray().Length.ToString() + "%");

       for (int i = 1; i < trainingImages.ToArray().Length + 1; i++)
       {
        //saving the trained images and labells
        trainingImages.ToArray()[i - 1].Save(Server.MapPath("~/TrainedFaces/") + "face" + i + ".bmp");
        File.AppendAllText(Server.MapPath("~/TrainedFaces/TrainedLabels.txt"), labels.ToArray()[i - 1] + "%");
       }
   }

我的SVM培训代码：

/*
1. Loaded all the images to trainingImages
2.Loaded all the labels to labels
*/

// Converting My labesl and images to Matrix for preparing training data and training label    

     Matrix<float> TrainindData = new Matrix<float>(trainingImages.Count, 100 * 100);
        int ii = 0;

        foreach (Image<Gray, float> img in trainingImages)
        {
            int jj = 0;
            Matrix<float> Imagemtrx = new Matrix<float>(img.Width, img.Height);
            img.CopyTo(Imagemtrx);
            for (int k = 0; k < Imagemtrx.Rows; k++)
            {
                for (int j = 0; j < Imagemtrx.Cols; j++)
                {
                    TrainindData.Data[ii, jj] = Imagemtrx[k, j];
                    jj++;
                }
            }
            ii++;
        }
        Matrix<float> TrainedLabels = new Matrix<float>(labels.Count, 1);
        int kk = 0;
        foreach (int lab in labels)
        {
            TrainedLabels[kk, 0] = lab;
            kk++;
        }

     SVM model = new SVM();

     SVMParams p = new SVMParams();
        p.KernelType = Emgu.CV.ML.MlEnum.SVM_KERNEL_TYPE.LINEAR;
        //p.SVMType = Emgu.CV.ML.MlEnum.SVM_TYPE.ONE_CLASS;
        p.SVMType = Emgu.CV.ML.MlEnum.SVM_TYPE.C_SVC;
        p.C = 1;
        p.TermCrit = new MCvTermCriteria(100, 0.00001);

        bool trained = model.Train(TrainindData, TrainedLabels, null, null, p);

我的识别和分类代码：

MCvAvgComp[][] faces=grayFrame.DetectHaarCascade(haar,1.2,10,HAAR_DETECTION_TYPE.DO_CANNY_PRUNING,new Size(20, 20));
foreach (MCvAvgComp face in faces[0])
        {
            InputFrame.Draw(face.rect, new Bgr(Color.Red), 1);
            t = t + 1;
            Image<Gray, float> result = InputFrame.Copy(face.rect).Convert<Gray, float>().Resize(100, 100, Emgu.CV.CvEnum.INTER.CV_INTER_CUBIC);
            //result._EqualizeHist();
            Matrix<float> TestImageMatix = new Matrix<float>(result.Width, result.Height);
            result.CopyTo(TestImageMatix);
            Matrix<float> TestData = new Matrix<float>(1, result.Width * result.Height);
            int z = 0;
            for (int k = 0; k < TestImageMatix.Rows; k++)
            {
                for (int j = 0; j < TestImageMatix.Cols; j++)
                {
                    TestData.Data[0, z] = TestImageMatix[k, j];
                    z++;
                }
            }
            //Here I will Get the UserId as class label. I can find name from database using this Id
            float result1 = model.Predict(TestData);

现在的问题是，当我上传属于任何现有类的图像时，它将正确识别并识别该人。但是当我发布不同的照片（社交媒体中不存在的人）时，它被分配给现有的一个类标签。

我的问题是：

我想识别合适的人选。剩余可以标记为未知或其他（我不知道是否需要任何其他方法）
我读到了One Vs One和One Vs All Strategies。我的代码中使用了哪一个？
如果没有人使用，那么如何实施呢？
Emgu CV已包含SVM。 It中使用了哪种类型？

Answer 1

我读到了关于One Vs One和One Vs All Strategies的内容。我的代码中使用了哪一个？如果没有人使用，那么如何实施它们？ Emgu CV已经包含了SVM。使用哪种类型？

您正在使用One vs All策略，该策略在OpenCV中使用n*(n-1)/2 One Vs One分类器实现（n是标签数量）。

我想识别出合适的人选。剩余可以标记为未知或其他（我不知道是否需要任何其他方法）

您可以构建n*(n-1)/2 One Vs One分类器，然后从predict获取原始响应（仅适用于2级问题）。大多数响应标识输出类。如果分类类别的最大响应低于阈值，则可以说如果没有正确识别该类，则

或者您可以使用n一个类分类器，并再次检查每个分类器的响应是否低于给定的阈值。

在EmguCv中使用哪种策略进行SVM分类？

1 个答案: