如何确定LBP面部识别中的Chi-Square统计差异措施的最佳阈值？

Question

我正在尝试实现原始和循环用统一的本地二进制模式（lbp）面部识别应用程序的模式映射。

我到目前为止使用LBP描述符提取和空间直方图施工步骤。现在我必须在面部分类和识别阶段上工作。作为原始纸张在主题中，最简单分类器使用Chi-Square统计作为2个面部图像的2个直方图之间的异化测量。公式似乎是直接的，但我不知道如何对2直方图进行分类是基于Chi-Square异化测量结果的所得到的相同面或不同面的表示。所以我的问题是：我可以用作同一面和不同面之间的边界线的最佳阈值是什么？如何确定该值？

我遇到了互联网上的一些源代码，它们将LBP阈值设置为180.0。我不知道这个值来自哪里。

我会感激地欣赏你的帮助。谢谢你的阅读。

Answer 1

在相同/不相同的设置中，您从训练集中学习最佳阈值。给定，说1000相同和1000对训练相同，在阈值上运行一个循环。对于每个阈值，计算精度为0.5 *（距离与距离<电流阈值的对百分比）+ 0.5 *（距离与距离的相同对的百分比）。然后，跟踪最佳阈值。

顺便说一下，对于相同/不相同的设置，我建议考虑使用单次相似性