كيفية تحديد العتبة الأمثل لقياس الاختلاف الإحصائي Chi-Square في التعرف على وجه LBP؟

Question

أحاول تنفيذ نمط ثنائي محلي (LBP) مع موحد رسم الخرائط للنمط لتطبيق التعرف على الوجه.

لقد فعلت من استخراج واصفات LBP وخطوات بناء الرسوم البيانية المكانية حتى الآن. الآن يجب أن أعمل على مراحل تصنيف الوجه والاعتراف. ك ورقة الأصلية في الموضوع تشير، أبسط يستخدم Classifier إحصائية Chi-Square كتدبير اختلاف بين 2 بياني من صور الوجهين. يبدو أن الصيغة واضحة، لكنني لا أعرف كيف يمكنني تصنيف 2 بيانيين هي تمثيلات نفس الوجه أو الوجوه المختلفة بناء على القيمة الناتجة لقياس اختلاف CHI-Square. لذلك سؤالي هو: ما هي قيمة العتبة الأمثل التي يمكنني استخدامها كخط الحدود بين نفس الوجوه وجوه مختلفة؟ كيف يمكنني تحديد هذه القيمة؟

لقد صادفت بعض التعليمات البرمجية المصدر على الإنترنت ووضع حد كبير LBP إلى 180.0. ليس لدي أي فكرة حيث جاءت هذه القيمة من.

كنت أقدر بامتنان لمساعدتكم. شكرا لقراءتك.

Answer 1

في الإعداد نفسه / غير نفسه، تتعلم العتبة الأمثل من مجموعة التدريب.معطى، قل 1000 نفسه و 1000 ليس نفس أزواج للتدريب، وتشغيل حلقة على العتبة.لكل قيمة عتبة، احسب الدقة بنسبة 0.5 * (النسبة المئوية من نفس الأزواج مع المسافة <العتبة الحالية) + 0.5 * (النسبة المئوية من أزواج نفسها مع المسافة>= التيار المباشر).ثم، تتبع العتبة الأمثل.

بالمناسبة، من أجل الإعداد نفسه / غير نفسه، أوصي بالنظر في استخدام تشابه طلقة واحدة