Python OpenCV人脸识别器预测方法输出的可信度

我正在使用OpenCV进行人脸识别，有一个新手问题。 以下是我代码的一部分：

recognizer = cv2.createLBPHFaceRecognizer()
...
nbr_predicted, confidence = recognizer.predict(predict_image)
...

---

我的问题是，置信度越高意味着人脸越相似或越不相似？

有一个关于人脸识别的实现，您可以阅读。 他们使用OpenCV和face模块

在他们的自述中，有一个关于该项目的解释，他们说，当数字较低时，信心更为相似。反之亦然

我一直在用特征脸和鱼脸研究cv2.face，在我的预测中，我收到了大约10000个数字，但用LBPH，我可以预测60~80的距离

---

你有关于LBPH的任何项目要分享吗？

如果可信度越高，则意味着图片越不相似，或者换句话说，越低越好。包括我在内的许多人都觉得这很奇怪，但我只是将变量改为

loss

，而不是

conf

或

confidence

。希望这能回答你的问题。

我正在LBPH中做一些事情，但还没有可靠的结果。实际上，在LBPH中，我收到的结果大约是相似和不相似图像的30~50！你是在编写实时人脸识别程序吗？顺便说一下，当我的自信度大于90（视觉上我的意思是）时，我会将我的预测设置为错误或未知。我的可能性预测大约在45~65之间。你的数据库有多大？