5
我编程使用OpenCV的面部识别程序。特征脸算法
当产生特征脸:
- 做我需要使用生面孔的大数据库?
- 我需要用我想让我的系统识别人的唯一的照片?
- 我需要同时使用吗?
我讲的特征脸产生,这就是“学习”步骤。
有多少张照片,我需要使用有体面的准确性?更像20,还是2000?
谢谢
我编程使用OpenCV的面部识别程序。特征脸算法
当产生特征脸:
我讲的特征脸产生,这就是“学习”步骤。
有多少张照片,我需要使用有体面的准确性?更像20,还是2000?
谢谢
特征脸的工作原理是面伸入到一个特定的“面基础”采用主成分分析或PCA。基础不需要包括你想要认识的人的照片。
相反,我会鼓励你基于这样很好登记(特征脸不与被移图像很好地工作),一个大的数据库(至少10K面)来训练。 Turk和Pentland的原始文件显着部分归因于他们发布的大型注册人脸数据库。我也会说,尽量让照明在数据库和测试输入之间保持一致。
在测试而言,第一部件20应足以重构人类可识别脸和第一部件100应该够基本上任意大的数据集的任何两个面之间进行区分。
初始训练集应该由独特的个体组成,还是每个人有多幅图像都有用?如果允许倍数,每个人是否应该有大致相同数量的训练图像? – 2012-05-29 14:59:37
我认为独特性不重要。合理分配当然好。您可以获得您在机器学习中训练的输入。如果数据集由80%以上的图像组成,那么您可能会构建更多的探测器而不是普通的人脸探测器。不是建立你自己的数据集,而是有很多好的在线数据集满足最需要的标准。 – peakxu 2012-06-22 13:57:21