Image processing 人脸图像识别的算法建议

我期待着开发一个面部算法，将作为输入2张图像，并计算如果在这2张图像的脸是同一个人或不是。我使用OpenCV对图像进行了所有的预处理。在预组装步骤中，我从整个图像中裁剪面，将其转换为灰度，并将其调整为标准大小。我的问题与面部识别有点不同，因为我不关心识别图像中的个人，我只想知道他们是否是同一个人。我所看到的大多数人脸识别算法都依赖于来自同一个人的样本人脸的训练，这些人脸将构成输入。在我的情况下，我可以训练一般的面孔，但不能训练输入中的精确面孔。你能推荐一些适合我这种情况的方法吗？

如果你还没有，研究一下小波方法。请参见示例。

通常，您会测量要素之间的距离

如果你不能控制图像的位置/大小/角度-也就是说，这是一幅真实世界的图像，而不是坐在面部扫描仪前的人-那么你需要考虑如何使这些比例达到最佳

试着找到眼睛（容易）和嘴或鼻子，并得到三角形的边/角。

---

然后，您还可以计算头发覆盖的面部面积百分比、鼻子的宽/长比等。

对于您的问题，感知哈希和编辑距离可能更合适

退房

---

检测一对相同的人脸和人脸分类只是人脸识别的两种操作模式。大多数人脸识别算法都可以适应两种模式（提供不同的性能）；因此，您发现的算法对您的项目仍然有用。TinEye在为web上的图像编制索引方面做得很好。我认为我们这里的情况完全不同。我用一个合理的图像测试了这一点，这个图像不是直接从网络上获得的。我在YouTube（）上截取了约翰·列侬（John Lennon）的脸部截图，TinEye没有发现匹配项，诚实地说：“TinEye查找的是你上传的特定图像，而不是图像的内容。TinEye不识别图像中的人或物。”你自己看，查询缓存时间长达72小时