5

我編程使用OpenCV的面部識別程序。特徵臉算法

產生特徵臉:

  • 做我需要使用生面孔的大數據庫?
  • 我需要用我想讓我的系統識別人的唯一的照片?
  • 我需要同時使用嗎?

我講的特徵臉產生,這就是「學習」步驟。

有多少張照片,我需要使用有體面的準確性?更像20,還是2000?

謝謝

回答

3

特徵臉的工作原理是面伸入到一個特定的「面基礎」採用主成分分析或PCA。基礎不需要包括你想要認識的人的照片。

相反,我會鼓勵你基於這樣很好登記(特徵臉不與被移圖像很好地工作),一個大的數據庫(至少10K面)來訓練。 Turk和Pentland的原始文件顯着部分歸因於他們發佈的大型註冊人臉數據庫。我也會說,儘量讓照明在數據庫和測試輸入之間保持一致。

在測試而言,第一部件20應足以重構人類可識別臉和第一部件100應該夠基本上任意大的數據集的任何兩個面之間進行區分。

+0

初始訓練集應該由獨特的個體組成,還是每個人有多幅圖像都有用?如果允許倍數,每個人是否應該有大致相同數量的訓練圖像? – 2012-05-29 14:59:37

+0

我認爲獨特性不重要。合理分配當然好。您可以獲得您在機器學習中訓練的輸入。如果數據集由80%以上的圖像組成,那麼您可能會構建更多的探測器而不是普通的人臉探測器。不是建立你自己的數據集,而是有很多好的在線數據集滿足最需要的標準。 – peakxu 2012-06-22 13:57:21