artificial-intelligence - 使用什么分类器来确定两个数据集是否描述同一个人？

Question

假设我有一组人脸的照片。我想回答的问题是:“这两张图片代表同一个人吗”？

像往常一样，我有一个训练集，其中包含许多人的多张图片。算法必须处理的个体和图片当然不在训练集中。

我的问题不是关于图像处理算法或我应该使用的特定功能，而是关于分类问题。 我不明白如何在这种情况下使用 SVM 或 Adaboost 等传统分类器算法。我应该如何使用它们？我应该使用其他分类器吗？哪些？

注意:我真正的应用不是面孔(我不想透露它)，但它已经足够接近了。

注意:训练数据集并不庞大，最多也就几千个。每个数据集都相当大(几兆字节)，即使它不包含大量真实信息。

Answer 1

您可能应该查看以下方法:

• P. Jonathon Phillips:支持向量机应用于人脸识别。 NIPS 1998:803-809
• 林海滨、Stefano Soatto、Narayanan Ramanathan 和 David W.Jacobs，《人脸识别随年龄变化的研究》，IEEE International计算机视觉 session (ICCV)，2007 年。

这些方法描述了使用支持向量机来解决同一个人/不同个人的问题，就像你所描述的那样。如果特征(眼睛、 Nose 、嘴巴)的对齐很好，这些方法就非常有效。