Opencv 基于特征物体识别器的人脸识别

我对EMGUCV很陌生。我想做一个人脸识别系统，我已经实现了，但是结果是不可接受的。以下是我的识别代码：

public List<Person> RecognizeFaces(List<Image<Bgr, byte>> faces)
{
        List<Person> RecognizedPersons = new List<Person>();
        MCvTermCriteria termCrit = new MCvTermCriteria(TrainDB.Count, 0.001);

        EigenObjectRecognizer recognizer = new EigenObjectRecognizer(
         this.ToGrayList(this.TrainDB),
         labels.ToArray(),
         7000,  // I changed this argument many times but nothing has changed (1000, 2000, ...
         ref termCrit);

        string label = "";
        for (int i = 0; i < faces.Count; i++)
        {
            label = recognizer.Recognize(faces[i].Convert<Gray, byte>());
            RecognizedPersons.Add(new Person(faces[i],!label.Equals("") ? label : "unknown"));
        }

        return RecognizedPersons;
}

公共列表识别面（列表面）
{
List RecognizedPersons=新列表（）；
MCvTermCriteria termCrit=新的MCvTermCriteria（TrainDB.Count，0.001）；
特征对象识别器识别器=新的特征对象识别器(
此.ToGrayList（此.TrainDB），
labels.ToArray（），
7000，//我多次更改此参数，但没有任何更改（10002000。。。
参考termCrit）；
字符串标签=”；
对于（int i=0；i

此函数从输入图像中获取先前检测到的人脸列表，并返回类型为

Person

的列表，其中每个人都包含一个图像和一个标签给识别出的人。 我的问题是为什么结果不好？我的代码是否有问题？或者培训集

TrainDB

有问题，如果有，创建培训集时应遵循的最佳准则是什么

我根据以下内容收集了培训集： 1-对包含一个人的图像应用人脸检测（使用EMGU） 2-然后我将检测到的面调整为200:W，200:H

我的训练集中的一些图像：

测试图像的一些示例：

• 列表项

---

我的最后一个问题..Emgu/OpenCv是用于人脸识别的强大工具吗？还是有其他更精确的工具？

您的训练集应该具有相同的大小（尺寸）和灰度图像

List<Image<Gray, byte>>

列表

您能告诉我们您尝试检测的人脸的捕获方法吗？您只是给它位图并要求它识别吗？您需要做的是首先进行人脸检测，您可以使用相同的库，例如：

我已经在我的训练数据中加入了5张独特的脸（每张脸和标签各一张），它非常擅长检测。所以你不需要每人20多张图片，但我想这会有很大帮助

   face = new HaarCascade("haarcascade_frontalface_default.xml"); //You will need an XML training file 
   gray = MyImage.Convert<Gray, Byte>();
   MCvAvgComp[][] facesDetected = gray.DetectHaarCascade(face,1.2, 10,
      Emgu.CV.CvEnum.HAAR_DETECTION_TYPE.DO_CANNY_PRUNING,
      new Size(20, 20));

face=new HaarCascade（“HaarCascade\u frontalface\u default.xml”）；//您需要一个xml培训文件
gray=MyImage.Convert（）；
MCvAvgComp[][]面检测=灰色。检测ARCASCADE（面，1.2,10，
Emgu.CV.CvEnum.HAAR_DETECTION_TYPE.DO_CANNY_prunting，
新尺寸（20,20））；

其中MyImage是您的实际文件（作为同一类的图像对象）。您可以在此处阅读有关Haar级联对象检测的内容：

因此，假设您的facesDetected数组中现在只有一张脸（当MyImage中有多张脸时，第二维度索引找到的脸的总数）：

face=MyImage.Copy（facesDetected[0][0].rect）.Convert（）.Resize（100100，
Emgu.CV.CvEnum.INTER.CV_INTER_CUBIC）；

现在，您有了一个已调整大小并已转换的面，您可以使用。因此，在捕获所有训练数据的标准化面后，将其保存到图像数组中，将标签保存在字符串数组中，并使用以下命令识别该面：

    MCvTermCriteria termCrit = new MCvTermCriteria(TrainingImages.Length, 0.001);
    EigenObjectRecognizer recognizer = new EigenObjectRecognizer(
                       TrainingImages, //as Image<Gray, byte>[] array
                       TrainingImageLabels, //as string[] array
                       3000,
                       ref termCrit);
                    name = recognizer.Recognize(result);
                    // Name will contain the recognised label

MCvTermCriteria termCrit=新的MCvTermCriteria（TrainingImages.Length，0.001）；
特征对象识别器识别器=新的特征对象识别器(
TrainingImages，//作为Image[]数组
TrainingImageLabels，//作为字符串[]数组
3000,
参考termCrit）；
名称=识别器。识别（结果）；
//名称将包含已识别的标签

---

在我的例子中，当你有经过预训练的图像时，这种方法相当有效。这种方法的工作原理类似于统计，我试图找出识别器是否能够返回某种程度的置信度，我可以用它来拒绝建议的名称。但是，我希望这能帮助你！

t的大小是多少训练集？训练集中有多少名受试者，每个受试者有多少张图像？测试图像的姿势/闪电状态/面部表情是否与训练图像相同？@GilLevi训练集的大小是15。我有3个人，每人5张图像。并非所有测试图像都处于相同的姿势/闪电状态但是面部表情与上传测试图像的方法相同。对于每个测试图像，您是首先检测人脸并应用人脸识别，还是对整个输入图像进行人脸识别？@GilLevi否，先生，首先我对输入图像应用人脸检测，然后对返回的结果应用人脸识别每人5英镑绝对不够。20英镑，也许吧。

    MCvTermCriteria termCrit = new MCvTermCriteria(TrainingImages.Length, 0.001);
    EigenObjectRecognizer recognizer = new EigenObjectRecognizer(
                       TrainingImages, //as Image<Gray, byte>[] array
                       TrainingImageLabels, //as string[] array
                       3000,
                       ref termCrit);
                    name = recognizer.Recognize(result);
                    // Name will contain the recognised label