opencv - LBP を使用して表情を検出する精度アルゴリズムを改善する

Question

いくつかの表情 (幸福、悲しみ、怒りなど) を検出する単純なアルゴリズムを開発しています。私はそれを行うためにこの論文に基づいています。以下の例に示すように、正規化された画像を 6x6 領域に分割する LBP 均一演算子を適用する前に、前処理を行っています。

統一LBPを適用することで、各地域ごとに59個の特技が抽出されるため、最終的に画像（6x6x59）で2124個の特技が得られます。モデルをトレーニングするのに約 700 枚の画像があると、偉業の数が多すぎると思います。良い精度を得るには良くないことを読んだことがあります。私の質問は、アルゴリズムの精度を向上させるために、偉業または別の手法の次元をどのように削減できるかです。

Answer 1

機能の次元を減らし、同時に堅牢性を高める簡単な方法は、回転不変の均一パターンを使用することです。ピクセルで形成された半径の円形近傍の場合、テクスチャ ディスクリプタは 10 個のフィーチャを介して各領域を表します。したがって、次元は 2124 から 6 × 6 × 10 = 360 に減少します。