使用FaceRecognizer OpenCV训练脸部以获得最佳效果的最佳方法是什么？

Question

在这里我说我已经尝试了许多tutorials来通过在face模块中使用FaceRecognizer类在OpenCV 3.2中实现面部识别。但我没有按照自己的意愿得到公认的结果。

在这里，我想问一下，我想知道，在培训和识别过程中，最好的方法是什么或者需要注意的条件是什么？

我为提高准确度所做的工作：

• 创建（至少）10张面孔，用于训练每个人的最佳质量，大小和角度。
• 尝试将脸部贴合在图像中。
• 均衡图像的HIST

然后我尝试了所有三个人脸识别器（EigenFaceRecognizer，FisherFaceRecognizer，LBPHFaceRecognizer），结果都一样，但识别率真的很低，我只培养了三个人，但也认不出来好吧（第一个人被认为是第二个等问题）。

问题：

• 训练和识别图像必须是相同的 相机？
• 手动裁剪训练图像（photoshop - >读取图像然后训练）或此任务 必须以编程方式完成（检测 - ＆gt; crop-＆gt;调整大小然后训练）？
• 每个面部识别器(int num_components, double threshold)
的最佳参数是什么
• 如何将训练算法设置为在未知时返回-1 人。

Answer 1

扩展我的评论，掌握OpenCV的第8章为预处理面孔提供了非常有用的提示，以帮助识别过程，例如：

• 仅在检测到双眼时采集样本（通过haar级联）

•   

  几何变换和裁剪：此过程包括缩放，旋转和平移图像，使眼睛对齐，然后从脸部图像中去除前额，下巴，耳朵和背景。

•   

  左右两侧的直方图均衡：此过程独立地标准化脸部左侧和右侧的亮度和对比度。

•   

  平滑：此过程使用双边滤镜降低图像噪点。

•   

  椭圆蒙版：椭圆蒙版从脸部图像中删除一些剩余的头发和背景。

我添加了一个hacky加载/保存到my fork of the example code，随意尝试/根据需要调整它。目前它非常有限，但它是一个开始。

此外，您还应该检查OpenFace and it's DNN face recognizer。 我还没玩过，所以不能提供细节，但看起来很酷。