Je gère une petite recherche sur la détection de visage et la comparaison de mon article. Actuellement, j'utilise la détection rapide des faces basée sur Haar comme des fonctionnalités telles que la cascade OpenCV (je vais mettre en œuvre l'apprentissage plus tard). La prochaine étape consiste à faire une comparaison face. Y a-t-il des algorithmes bien connaître? Ce sera génial, s'il y a des codes C #, les expliquer ou certaines DLL qui les implent.
3 Réponses :
Générer un ensemble d'Eigenfaces, un Grand ensemble d'images numérisées de l'homme visages, pris sous le même éclairage conditions, sont normalisées pour aligner les yeux et la bouche. Ils sont alors tous Rééchantillonné au même pixel résolution. Eigenfaces peut être extrait des données d'image par des moyens d'un outil mathématique appelé Analyse des composants principaux (PCA).
Les eigenfaces peuvent maintenant être utilisés pour représenter de nouveaux visages: nous pouvons projeter un Nouvelle image (soustraite) sur le eigenfaces et enregistrez ainsi comment ça nouveau visage diffère de la face moyenne. Les eigenvalues associées à chaque eigenface représente combien le Les images dans l'ensemble de l'entraînement varient de l'image moyenne dans cette direction. Nous perdre des informations en projetant le image sur un sous-ensemble des vecteurs d'Eigenvectors, Mais nous minimisons cette perte en gardant ces eigenfaces avec le plus grand Eigenvalues.
Si vos visages ne sont pas alignés, alors je recommanderais de lire le papier suivant:
Prise en charge des machines vectorielles
Résumé: Nous présentons une méthode basée sur des composants et deux méthodes globales pour le visage reconnaissance et les évaluer avec respect de la robustesse contre la pose changements. Dans le système de composants, nous d'abord localiser les composants faciaux, extraire-les et les combiner dans un Vecteur de fonctionnalité unique qui est Classé par une machine de vecteur de support (SVM). Les deux systèmes mondiaux reconnaissent les visages En classant un vecteur unique composé des valeurs grises de la Image du visage entier. Dans la première mondiale Système Nous avons formé un seul SVM classificateur pour chaque personne dans le base de données. Le deuxième système consiste d'ensembles de SVM spécifique au point de vue classificateurs et implique le regroupement Pendant la formation.
Il existe un système d'évaluation de Beveridge . Ils ont mis en œuvre trois algorithmes de reconnaissance de visage avec différentes métriques. Les algorithmes sont mis en œuvre pour L'évaluation peut-elle être difficile de les utiliser pour vos propres programmes.
Certaines liaisons d'API Java et de Java peuvent être trouvées dans mon question sur la reconnaissance du visage.
J'ai écrit un programme de didacticiel et de démo avec code source libre pour effectuer la détection de visage et la reconnaissance des faces en temps réel à partir d'une webcam (également dans OpenCV):