如何提高特征脸算法的准确率

Question

我在C＃上使用EmguCV库（openCV包装器）使用Eigenface算法实现人脸检测和面部识别

我发现很多准确率的错误，例如最小距离不是训练集中的同一个人，训练集中不存在但与训练集中距离良好的人匹配的人等。

请帮帮我。

谢谢。

其他信息： - 我在训练集中使用1个面部图像（直面部图像，没有方向） - 现在，我在训练集中测试了大约10-20个人

Answer 1

尝试模糊图像。由于您每人只使用一张训练图像，因此Eigenface无法判断高频分量或低频分量是否更有用。

要决定模糊/缩小图像的程度，请对人进行实验。给一个人一些模糊的测试图像对并要求他们匹配。试着找出你可以模糊图像多少，并仍然成功匹配它们。对计算机使用相同的模糊参数。

图像对齐技术也可能有所帮助。例如，将图像标准化，使鼻尖和两只眼睛（形成一个三角形）仿射变换为一组标准位置。

最后，一些简单的特征值预处理技术或图像预处理技术（如直方图均衡）可能有所帮助。

Answer 2

• 以下是可以帮助您提高准确性的选项

1]图像标准化：

• 使图像像素值从0到1

2]图像对齐（这是实现良好性能的非常重要的一步）：

• 对齐所有火车图像和测试图像，使所有图像中所有面部的眼睛，鼻子，嘴巴具有几乎相同的坐标

• 在面部对齐时检查此帖子（强烈推荐）：https://www.pyimagesearch.com/2017/05/22/face-alignment-with-opencv-and-python/

3]数据增加技巧：

• 您可以为在不同光照条件下具有相同面部效果的面部添加滤镜
• 因此，从一个面部，您可以在不同的光照条件下制作多张图像

4]消除噪音：

• 在执行步骤3之前，对所有图像应用高斯模糊