OpenCV/EmguCV Gesichtserkennung

Question

Ich versuche eine App zu machen, die Gesichter erkennt und erkennt. Ich habe Gesichtserkennung gemacht, aber ich möchte eine Idee bei der Erkennung haben. Ich benutze eine Webcam für die Verfolgung und kann das Gesicht erkennen. Dann nehme ich nur den Teil des Gesichts zu einem neuen grauen Bild und vergleiche es mit EigenObjectRecognizer mit der Liste der Bilder in der Datenbank.

Aber es gibt keine guten Ergebnisse. Manchmal findet es etwas falsch, manchmal nichts. Ich möchte das für den Vergleich von Fotos fragen, welche zusätzlichen Techniken ich umsetzen muss? Wie Histogramm-Entzerrung oder Auflösung der Flächenentzerrung?

Answer 1

Überprüfen Sie meine Antwort unter dem folgenden Link. Es gibt einige Links, die für Sie hilfreich sind, hauptsächlich das YouTube-Video, das ich erwähnt habe.

Dice face value recognition

Answer 2

Eigengesichter werden Sie nur weiter in die Gesichtserkennung so viel bekommen. Die Anzahl der Gesichter, die du trainieren kannst, ist begrenzt. Sie müssen in neuere Algorithmen schauen, neue Papiere in diesem Feld überprüfen und sie implementieren.

Sie können die Effizienz von Eigenfaces implementieren, indem Sie sicherstellen, dass alle Ihre Bilder die gleiche Ausrichtung und Größe haben. Orientierung und Position sind sehr wichtig. So stellen Sie sicher, dass Sie sich Transformationen anwenden, bevor Vergleich

Answer 3

Ich habe ein OpenCV Gesichtserkennung (Haar Gesichtserkennung + Histogram Equalization + Eigengesichter) Tutorial und freien Quellcode, die Sie könnten versuchen: http://www.shervinemami.info/faceRecognition.html

Answer 4

Gesichtserkennung und Gesichtsklassifizierung sind ganz andere Probleme. Ich kann Ihnen aus meiner Erfahrung und aus der Lektüre mehrerer Arbeiten über die Gesichtsklassifizierung sagen, dass ein guter Einstieg die Hauptkomponentenanalyse (PCA, auch Eigenfaces genannt), Fishers lineare Diskriminanzanalyse (LDA) und Support Vector Machines (SVMs). Dies sind Klassifizierungsmethoden, die für die Gesichtsklassifizierung äußerst nützlich sind, und es stellt sich heraus, dass OpenCV bereits hervorragende Implementierungen unter PCA und SVM enthält. Eine ausgezeichnete Quelle für Gesichtserkennung und Klassifizierungscode für OpenCV in C++ ist this website.

Eine Website, die Ressourcen und Links zu Papieren für die meisten relevanten Methoden zur Gesichtsklassifizierung bietet, ist this one.

Ein gut erklärtes Beispiel für PCA-Eigenflächen und LDA mit Beispielcode in Matlab, das für mein erstes Gesichtsklassifizierungsprogramm extrem nützlich war.