Java 将FisherFaces与LBPH算法相结合以提高精度
大家好,我正在尝试为视频监控应用程序实现一个人脸识别系统。 在这种情况下,测试图像质量低,照明从一个图像变化到另一个图像,而且,检测到的对象并不总是处于相同的姿势 作为第一个识别器,我使用了FisherFaces,通过49张测试图像,我获得了35/49的准确度,而不考虑每个分类主题的距离(我只考虑了标签)。为了获得更好的精度,我尝试对训练图像和测试图像进行预处理;我选择的预处理在“使用实用计算机视觉项目掌握OpenCV”一书中有描述。这些步骤是:Java 将FisherFaces与LBPH算法相结合以提高精度,java,c++,opencv,face-recognition,Java,C++,Opencv,Face Recognition,大家好,我正在尝试为视频监控应用程序实现一个人脸识别系统。 在这种情况下,测试图像质量低,照明从一个图像变化到另一个图像,而且,检测到的对象并不总是处于相同的姿势 作为第一个识别器,我使用了FisherFaces,通过49张测试图像,我获得了35/49的准确度,而不考虑每个分类主题的距离(我只考虑了标签)。为了获得更好的精度,我尝试对训练图像和测试图像进行预处理;我选择的预处理在“使用实用计算机视觉项目掌握OpenCV”一书中有描述。这些步骤是: 检测眼睛,以便对齐和旋转面部 分离直方图均衡化,
这只是我的想法,但还有其他方法可以融合这两种算法的输出,因为我应该更改OpenCV中face模块预测函数的代码,因为它返回的是int类型而不是int向量。您尝试过使用特征级融合吗?例如,使用Fisher特征向量和LBP特征向量来构建串联/融合向量?如果这不起作用,请尝试分数级融合。请原谅@Derman的回复太晚,但我没有关于功能级融合的经验。你能告诉我关于在人脸识别中使用特征级融合的参考资料吗?目前我实现了上面提到的想法,但我对这种技术很好奇。非常感谢。功能级融合有很多用途。如需直接参考,请搜索基于纹理和形状分析的纸张
面部化妆检测技术
。你可以从那里得到大概的想法。希望能有帮助。