c++ - 人脸识别分类器

Question

引用前面的post ，用于分类的方法是最近邻的欧几里得距离。然而，得到的结果并不准确，因为已知数据集和未知数据集都给出了 99% 的相似度。即使使用 Mahalanobis 距离也给出了类似的结果。

人脸识别分类还有其他方法吗？你能给我一些例子/公式吗？

float d_i = projectedTestFace[i] - projectedTrainFaceMat->data.fl[iTrain*nEigens + i];
distSq += d_i*d_i; // Euclidean distance

Answer 1

恕我直言，如果你得到不好的结果，请归咎于你的输入，而不是距离公式

无需任何进一步的预处理(对齐、裁剪、均衡)，即使是像素上的普通 L2 范数也能提供比特征脸更好的结果。 (这里是可悲​​的事实)

从 2.4.2 开始，opencv 有 face-recognition out of-the-box . (还具有替代的 fisher 和 lbph 功能)

你可能应该使用它，而不是自己动手(请使用 c++ api，而不是神秘的 c api)。

如果您确实想坚持使用特征脸，您仍然可以尝试使用“重建”(来自特征向量)图像和测试图像之间的 L2 距离作为置信度度量，如 done here (再次由谢尔文)