Opencv 如何提高基于人脸图像的人类性别识别？

现在我正在使用javacv进行人脸性别识别，正确率不是很令人满意，只有70%左右。我使用的训练集是我从互联网上获得的一些亚洲人脸图像，我都使用了基于几何信息的训练和分类以及基于外观的信息

几何信息是通过选择一些面部特征点比率（如面部高度/面部宽度等）生成的，并由fisher识别器进行训练，而外观信息则由LBP面部识别器进行训练

我的问题是：提高性别识别正确性的关键点是什么？有人能分享一些经验吗

---

虽然我不认为自己是简历的专家，但我已经涉足了一点，给你指明了正确的文献。

请看这篇文章，了解人脸图像中用于人类性别识别的工作：

另请看以下文件：

---

谢谢，这对算法研究很有用，但是有人能分享一些项目经验吗？你的脸对齐了吗？对我们来说，它将性能提高了约15%。我还建议您稍微放大从人脸检测器返回的边界框，看看是否有任何差异。是的，alreay做了预处理工作，包括灰度缩放、对齐、规格化、tantrigg。。。我还将boudingbox放大了1.5倍宽和1.5倍高，用于检测到的人脸矩形…你所说的LBP人脸识别器是什么意思？我知道您正在使用LBP功能。你是自己实现的吗？如果没有，您是否验证了实施的正确性和适当性。你在用什么分类器？阿尔达？你有没有尝试过使用rbf核的svm？即使在线性的情况下，支持向量机通常是优越的。你是如何得到70%的数字的？您是否将数据拆分为训练集和测试集（交叉验证）？您好，LBP类型识别器由OPENCV实现。是的，我将数据分为训练集和测试集。我还将识别器类型从LBP更改为Fisher，仍然没有得到更好的结果。