如何确定LBP人脸识别中卡方统计不相似度量的最优阈值？

我试图实现原始和圆形Local Binary Pattern（LBP）与统一模式映射的人脸识别应用程序。如何确定LBP人脸识别中卡方统计不相似度量的最优阈值？

到目前为止，我已经完成了LBP描述符提取和空间直方图构建步骤。现在我必须处理面部分类和识别阶段。正如本主题中的original paper所表明的那样，最简单的分类器使用卡方统计量作为2幅面部图像的2个直方图之间的差异度量。该公式看似简单，但我不知道如何分类2个直方图是基于卡方差异度量的结果值的同一人脸或不同人脸的表示。所以我的问题是：我可以用作相同面和不同面的边界线的最佳阈值是多少？我怎样才能确定这个价值？

我在网上遇到过一些源代码，他们将LBP阈值设置为180.0。我不知道这个价值从哪里来。

我会感激您的帮助。感谢您的阅读。

来源

2014-02-27 theman

在相同/不相同的设置中，您将从训练集中学习最优阈值。给定1000个相同的训练和1000个不同的训练对，在阈值上运行for循环。对于每个阈值，计算精度为0.5 *（距离为<电流阈值的相同对的百分比）+ 0.5 *（距离> = currentThreshold的不同对的百分比）。然后，跟踪最佳阈值。

顺便说一下，对于相同/不相同的设置，我会建议考虑使用一次相似性

来源

2014-02-27 16:06:43 GilLevi

感谢您的回复。你能详细说一下这句话：“对于每个阈值，计算精度为0.5 *（距离<当前阈值的相同对的百分比）+ 0.5 *（距离> =当前阈值的不同对的百分比）”？对于一次相似我不太了解。你可以向我推荐一些文件吗？ – theman

@tmnportal，对于每个阈值你计算它的精度。精度是1的平均值。“相同对”被归类为“相同”的百分比，即相同对之间的距离低于trehsold的百分比。 2.“不同”对的百分比被分类为“不相同”。这恰好是距离>阈值的“不同”对的百分比。对于One Shot的相似度，请看这篇文章：http：//www.openu.ac.il/home/hassner/projects/multishot/TWH_BMVC09_Multishot.pdf 让我知道你是否还有其他问题。 – GilLevi

如何确定LBP人脸识别中卡方统计不相似度量的最优阈值？

回答

相关问题