顔を検出して認識するアプリを作ろうとしています。顔検出はしましたが、認識の際の工夫が欲しいです。追跡に Web カメラを使用しており、顔を検出できます。次に、顔の一部のみを新しい灰色の画像に取り、EigenObjectRecognizer を使用してデータベース内の画像のリストと比較しています。
しかし、それは良い結果をもたらしていません。何かが間違っていることもあれば、何もないこともあります。写真を比較するために、どの追加のテクニックを実装する必要がありますか? ヒストグラムのイコライゼーションや顔の解像度のイコライゼーションが好きですか?
OpenCV 顔認識 (Haar Face Detection + Histogram Equalization + Eigenfaces) のチュートリアルと無料のソース コードがあります: http://www.shervinemami.info/faceRecognition.html
顔検出と顔分類はまったく別の問題です。私の経験と、顔の分類に関するいくつかの論文を読んだことから、主成分分析 (PCA は Eigenfaces としても知られています)、フィッシャーの線形判別分析 (LDA)、およびサポート ベクター マシン ( SVM)。これらは顔の分類に非常に役立つ分類方法であり、OpenCV にはすでにPCAとSVMの優れた実装が含まれていることがわかります。C++ での OpenCV の顔認識および分類コードの優れたリソースは、この Web サイトです。
最も関連性の高い顔分類方法に関するリソースと論文へのリンクを提供する 1 つの Web サイトは、この 1 つです。
PCA Eigenfaces と LDA のよく説明された例と Matlab のサンプル コードは、私の最初の顔分類プログラムに非常に役立ちました。
Eigenfaces will only get you so much further in face recognition. There's a limit with the number of faces you can train. You'll have to look into newer algorithms , check out new papers in this field and implement them.
You can implement the efficiency of Eigenfaces by making sure that all your images are of the same orientation and size. Orientation and position matters a lot. So make sure you apply right transformations before comparison
以下のリンクで私の答えを確認してください。主に私が言及したYouTubeビデオなど、役立つリンクがいくつかあります。