我正在尝试制作一款能够检测并识别人脸的应用程序。我做了人脸检测,但我想在进行识别时有一些想法。我正在使用一个网络摄像头进行跟踪,它可以检测到face.Then,我只将面部的一部分与新的灰度图像进行比较,并使用EigenObjectRecognizer将其与数据库中的图像列表进行比较。
但它并没有给出好的结果。有时它会发现一些错误,有时什么都没有。我想问一下,为了比较照片,我必须实现哪些额外的技术?比如直方图均衡化或人脸均衡化的分辨率?
发布于 2010-06-09 02:35:24
我有一个OpenCV人脸识别(Haar人脸检测+直方图均衡化+特征脸)教程和免费源代码,你可以尝试一下:http://www.shervinemami.info/faceRecognition.html
发布于 2012-05-23 03:04:17
人脸检测和人脸分类是两个完全不同的问题。根据我的经验和阅读了几篇关于人脸分类的论文,我可以告诉你,一个好的开始方法是阅读关于主成分分析(PCA,也称为特征脸)、Fisher的线性判别分析(LDA)和支持向量机(SVMs)的知识。这些分类方法对人脸分类非常有用,而且事实证明,OpenCV已经在PCA和SVM上实现了很好的实现。对于C++中的OpenCV的人脸识别和分类代码,一个优秀的资源是this website。
this one是一个网站,提供了最相关的人脸分类方法的资源和论文链接。
这是一个很好地解释了主成分分析、特征脸和线性分析的例子,并用Matlab语言编写了示例代码,这对我的第一个人脸分类程序is here非常有用。
发布于 2010-05-19 04:51:12
特征脸只会让你在人脸识别方面走得更远。你可以训练的人脸数量是有限制的。您必须研究更新的算法,查看该领域的新论文并实现它们。
您可以通过确保所有图像的方向和大小相同来实现特征脸的效率。方向和位置很重要。因此,请确保在比较之前应用正确的转换
https://stackoverflow.com/questions/2844838
复制相似问题