image-processing - 只需 2 张图像即可自动进行人脸验证

Question

问题陈述:

给定两张图像，例如下面布拉德·皮特的两张图像，请判断图像中是否包含同一个人。困难在于，我们每个人只有一张引用图像，并且如何确定任何其他传入图像是否包含同一个人或没有。

一些研究:

有几种不同的方法可以解决此任务，这些是

1. 使用颜色直方图
2. 面向关键点的方法
3. 使用深度卷积神经网络或其他机器学习技术

直方图方法涉及根据颜色计算直方图并在它们之间定义某种度量，然后确定阈值。我尝试过的一个是 Earth Mover's Distance 。但这种方法缺乏准确性。因此，最好的方法应该是第二种和第三种方法的某种混合，以及一些预处理。

对于预处理，要执行的明显步骤是:

1. 运行 Viola-Jones 等人脸检测并分离包含人脸的区域
2. 将上述面孔转换为灰度
3. 可能使用 opencv 的 haar_cascades 运行眼睛、嘴巴、 Nose 检测算法
4. 根据找到的地标对齐人脸图像

所有这些都是使用 opencv 完成的。

提取诸如SIFT之类的特征MSER 生成的准确度在 73-76% 之间。经过一些额外的研究，我发现这篇论文使用 fisherfaces 。事实上，opencv 现在能够创建fisherface 检测器并对其进行训练，这一点非常好，而且效果非常好，达到了耶鲁大学数据集论文所 promise 的准确性。

问题的复杂性在于，就我而言，我没有包含同一个人的多张图像的数据库来训练检测器。我所拥有的只是与一个人相对应的单个图像，并且给定另一个图像我想了解这是否是同一个人。

所以我有兴趣知道的是`有人尝试过类似的事情吗？我应该研究哪些论文/方法/图书馆？

您对如何解决问题有什么建议吗？

Answer 1

由于您只有一张图像，因此您可以使用 DLib 尝试此方法。我每人使用了 3-4 张图像，效果很好。

• 检测人脸 (sample_face)
• 使用 dlibcompute_face_descriptor 获取人脸描述符(128D 向量)(查看 link )
• 获取您想要识别人脸的新图片
• 检测人脸并计算描述符(让我们调用 test_face)。
• 计算test_face描述符和所有sample_faces描述符之间的欧氏距离
• 为 test_face 分配具有最小欧氏距离的类(人名)。

尝试一下，如果你开始获得良好的结果，你可以使用面部对齐。