Question

我正在开发人脸识别系统，该系统在检测未知人脸时面临问题。问题是系统始终会从数据库中为未知面孔返回最接近的匹配面孔。

我使用three algorithms(EIGEN, FISHER & LBPH)的组合来获得更好的面部识别精度。对于数据库中已经存在的面部，它可以提供80-90％的准确性，但是对于数据库中不存在的未知面部，它总是从数据库中返回最佳匹配的面部。

eigenFaceRecognizer = new EigenFaceRecognizer(4,5000);
FisheigenFaceRecognizer = new FisherFaceRecognizer(4, 5000);  
LBPeigenFaceRecognizer = new LBPHFaceRecognizer(4, 8, 8, 8, 5000)                   
var result = eigenFaceRecognizer.Predict(_grayFrame);
var resultFish = FisheigenFaceRecognizer.Predict(_grayFrame);
var LBPresult = LBPeigenFaceRecognizer.Predict(_grayFrame);

if (result.Label != -1 && resultFish.Label != -1 && LBPresult.Label != -1)
{
    if ( result.Label == resultFish.Label == LBPresult.Label)
    {
     return Label;
    }
}
else
{
return "Unknown"
}

Answer 1

我使用下面的代码。对我来说很有用。顺便说一下，我正在使用EMGU.CV库。 “ Image Input_image”这种格式是Emgu.CV格式。当我检查您的代码时，我认为这些阈值太高了。通过更改这些阈值，您可以找到最适合您的数据的值。实际上，没有理想的阈值，例如系统。无论训练或测试设置图像如何，始终取决于您的数据。

我阅读了一些文章，并进行了开发。我向您推荐这篇文章。

https://www.codeproject.com/Articles/261550/EMGU-Multiple-Face-Recognition-using-PCA-and-Paral

祝你好运和成功。

public string Recognise(Image<Gray, byte> Input_image, int Eigen_Thresh = -1)
    {
        if (_IsTrained)
        {

            FaceRecognizer.PredictionResult ER = recognizer.Predict(Input_image);

            if (ER.Label == -1)
            {
                Eigen_label = "Unknown";
                Eigen_Distance = 0;
                return Eigen_label;
            }
            else
            {
                Eigen_label = Names_List[ER.Label];
                Eigen_Distance = (float)ER.Distance;
                if (Eigen_Thresh > -1) Eigen_threshold = Eigen_Thresh;
                Console.WriteLine("-Recognise Distance-" + Eigen_Distance + "--" + "Possible Label- " + "--" + Eigen_label);
                //Only use the post threshold rule if we are using an Eigen Recognizer 
                //since Fisher and LBHP threshold set during the constructor will work correctly 
                switch (Recognizer_Type)
                {
                    case ("EMGU.CV.EigenFaceRecognizer"):
                        Console.WriteLine("I'm in");
                        if (Eigen_Distance >= Eigen_threshold)
                        {
                            return Eigen_label; //işareti değiştiridim.z
                        }
                        else return "";
                    case ("EMGU.CV.LBPHFaceRecognizer"):
                        if (Eigen_Distance < 100)
                        {
                            return Eigen_label;
                        }
                        else return "Noise";
                    case ("EMGU.CV.FisherFaceRecognizer"):
                    default:
                        return Eigen_label; //the threshold set in training controls unknowns
                }
            }
        }
        else return "";

    }

Answer 2

EigenFaces及其改进FisherFaces和LBPH不能很好地识别来自不同图像的人，因为它们在不同图像质量的闪电等方面确实很有价值。据我所知，它返回的距离并不能真正告诉您。

有很多不同的项目试图通过深度神经网络来做到这一点。您可以在https://developer.apple.com/documentation/passkit/pkpasslibrarynotificationname

处获得有关如何使用C＃进行操作的起点。

适用于C＃的openCV的人脸识别准确性

2 个答案: