特征脸算法

时间:2011-03-15 22:53:46

标签: opencv computer-vision face-detection face-recognition eigenvector

我正在使用OpenCV编写人脸识别程序。

生成特征脸时:

  • 我是否需要使用未知面孔的大型数据库?
  • 我是否只需要使用我希望系统识别的人的照片?
  • 我需要同时使用吗?

我说的是特征脸生成,这是“学习”步骤。

我需要使用多少张照片才能获得不错的精确度?更像20或2000?

由于

2 个答案:

答案 0 :(得分:3)

特征脸通过使用主成分分析或PCA将面投影到特定的“面部基础”来工作。基础不必包括您想要识别的人的照片。

相反,我鼓励你根据一个大型数据库(至少10k个面)进行训练,这个数据库已经很好地记录(特征脸对于移位的图像效果不佳)。 Turk和Pentland的原始论文非常引人注目,部分原因是他们发布的大型注册面数据库。我还要说,尝试让数据库和测试输入之间的照明标准化相同。

在测试方面,前20个组件应该足以重建人类可识别的面部,前100个组件应该足以区分任意两个面,而不是基本上任意大的数据集。

答案 1 :(得分:0)

你不需要太多随意的面孔来构成人脸;接近20的某个地方应该会给出好的结果,如果可以的话,可以选择更多。在相同的光照条件下,它们应尽可能彼此排列,正面朝上,灰度照片。