2

私の現在のプロジェクトは、顔認証システムを構築することです。私が持っている制約は次のとおりです。登録時に、ユーザーはトレーニング用に単一の画像を提供します。ただし、認証中にユーザーから提供された画像を追加して使用することはできます。

トレーニングにさらに画像を追加したい理由は、ユーザー環境が制限されていないためです。照明条件が異なり、カメラからの距離が異なり、MP カメラが異なります。唯一の安心は、ポーズがほぼ正面であることです。

上記の問題は、広く普及している顔タグアプリに似ていると思います。利用可能な画像を適応的かつスマートに使用する方法を提案できる人はいますか??

- ありがとう

4

2 に答える 2

1

SOM（自己組織化マップ）をよく見てみることをお勧めします。あなたが言及したすべての問題と制約に対する解決策が含まれていると思います。

1 人あたり 1 枚の画像の問題に使用できます。また、複数の SOM-face 戦略を使用すると、追加の画像がトレーニングに利用できる場合に適応させることができます。このコンセプト全体の優れた点は、新しい顔に出会ったときに、元のデータベース全体ではなく新しい顔だけを再学習する必要があることです。

途中で役立つと思われるいくつかのリンク:

http://en.wikipedia.org/wiki/Self-organizing_map (ウィキ)

http://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/tnn05.pdf (上記の手法を示す興味深い研究論文)

幸運を

于 2013-01-28T04:58:24.870 に答える
1

分類器を堅牢にするには、条件に依存しない機能を使用する必要があります。例えば、顔の色は光の具合や人の状態にもよるので使えません。ただし、変更とは無関係であるため、目の間の距離を使用できます。

このような独立した機能のモデルを構築し、認証セッションを開始するたびに分類器を再トレーニングすることをお勧めします。私が考えることができる最良のモデルは、アクティブな外観モデル(実装の 1 つ) です。

于 2012-10-05T21:48:49.323 に答える