面部识别状态

Question

最近，我看了面对面的识别。但是，我对存在的算法数量感到震惊。

PCA，LDA，IDA，GABOR小波，AAM ...

说你想做类似的事情 这...您将使用哪些算法或阅读哪些论文？

Answer 1

我认为您应该做的第一件事是意识到您列出的算法在面部识别的不同阶段使用。

首先，您需要确定表示形式，即要使用的功能。这些可能是原始像素，Gabor过滤器，某种形状描述符，可变形的模型等。

然后，您通常想降低功能的维度。这是PCA，ICA或LDA等算法进来的地方，该算法将项目数据指向较低的维度空间，以保留大多数差异（PCA）或确保不同类别（LDA）点的最佳分离。

然后，您可能想培训分类器的功能，以区分不同人的面孔。这里有很多算法可供选择，例如最近的邻居，支持向量机，隐藏的马尔可夫模型，贝叶斯网等。

请注意，特定阶段的算法选择可能取决于其他阶段的算法。对于实例，PCA可用于降低几乎所有类型功能的维度。另一方面，如何将支持向量机分类器用于以可变形网格为代表的面部。

我想您应该尝试做的第一件事是非常精确地定义问题。您是否想区分只有少数人的面孔，例如在照片中识别您的家人？您想从一个巨大的数据库中认出人们吗？您的每张脸或只有少数训练图像吗？您要处理不同的方向和照明条件吗？

这些问题的答案决定了您的问题有多复杂，并且肯定会影响您选择算法。

编辑：这是一个 论文 试图解决类似问题的人。它是从2002年开始的，但恕我直言，这是一个很好的起点。

Answer 2

您想考虑深度图。那是最新的。尝试阅读有关稀疏球形表示。特征的面孔不是很健壮。它不是几个因素不变的。最先进的面部识别是使用具有深度信息的3D PCL。这将使您甚至在黑暗中识别。您可以使用华硕相机或Kinect摄像头收集深度信息。希望有帮助！

Answer 3

Haar Cascade在Marilena港口运行。

Haar Cascade是一种算法，它读取文件并告诉计算机外观。我过去曾用过它来检测面部，眼镜，只是微笑，手和可乐罐。

http://en.wikipedia.org/wiki/haar-like_features