Reconnaissance faciale [fermé]

Question

Je me demandais comment fonctionne exactement la reconnaissance faciale?Parce que tout le monde a un visage différent, vous ne pouvez pas détecter un visage «général» ou quelque chose.

Answer 1

Jun Zhang et coll. (1997) étudient trois méthodes distinctes de reconnaissance faciale applicables à la vision par ordinateur, chacune étant un domaine remarquable de l'analyse statistique à part entière:

1) Algorithme Eigenface
2) Correspondance élastique
3) Filets d'autoassociation et de classification

La méthode des faces propres encode la variation statistique entre les images de visage en utilisant une certaine forme de méthode de réduction de dimensionnalité (comme PCA), où les différences caractéristiques résultantes dans l'espace des fonctionnalités ne correspondent pas nécessairement à des caractéristiques faciales isolées telles que les yeux, les oreilles et le nez. (en d'autres termes, les composants indispensables du vecteur de caractéristiques ne sont pas prédéterminés).

La correspondance élastique génère des graphiques nodaux (c'est-à-dire un modèle filaire) qui correspondent à des points de contour spécifiques d'un visage, tels que les yeux, le menton, le bout du nez, etc., et la reconnaissance est basée sur une comparaison de graphiques d'images par rapport à une image connue. base de données. Étant donné que les graphiques d'images peuvent être tournés pendant le processus de correspondance, ce système a tendance à être plus robuste à de grandes variations dans les images.

La reconnaissance de réseau de classification utilise les mêmes caractéristiques géométriques que l'appariement élastique, mais diffère fondamentalement en étant une technique d'apprentissage automatique supervisé (impliquant souvent l'utilisation de machines vectorielles de support).

Bien que la détection des faces propres puisse sous-performer d'autres méthodes lorsque la variation de l'éclairage ou de l'alignement du visage est importante, elle a l'avantage d'être facile à mettre en œuvre, efficace en termes de calcul et capable de reconnaître les visages de manière non supervisée. norme de fait. De nombreuses techniques de détection de pointe reposent également sur une forme de réduction de dimensionnalité avant la reconnaissance, même si l'extraction des vecteurs de caractéristiques est gérée différemment.

Answer 2

Ici vous pouvez trouver la réponse: Reconnaissance faciale

Chaque visage a de nombreux points de repère distinctifs, les différents sommets et vallées qui composent les traits du visage.FaceIt définit ces points de repère comme des points nodaux.Chaque visage humain a environ 80 points nodaux.Certaines de ces mesures mesurées par le logiciel sont:

* Distance between the eyes
* Width of the nose
* Depth of the eye sockets
* The shape of the cheekbones
* The length of the jaw line

Ces points nodaux sont mesurés en créant un code numérique, appelé empreinte faciale, représentant le visage dans la base de données.

Answer 3

Une bonne façon de commencer est de lire sur l'analyse en composantes principales (PCA également connue sous le nom de faces propres), l'analyse discriminante linéaire de Fisher (LDA) et les machines vectorielles de soutien (SVM). Ce sont des méthodes de classification extrêmement utiles pour la classification des visages.

OpenCV inclut déjà d'excellentes implémentations de PCA et < a href="http://opencv.willowgarage.com/documentation/cpp/support_vector_machines.html" rel="nofollow"> SVM . Une excellente ressource pour la reconnaissance faciale et le code de classification pour OpenCV en C ++ est ce site Web .

Un site Web qui offre des ressources et des liens vers des articles sur les méthodes les plus pertinentes pour la classification des visages est celui-ci .

Un exemple bien expliqué de PCA Eigenfaces et LDA avec un exemple de code dans Matlab qui a été extrêmement utile pour mon premier programme de classification de visage est ici .

Answer 4

C'est un sujet complexe qui demande beaucoup d'apprentissage.Je vous suggère de commencer par regarder OpenCV - http://opencv.willowgarage.com/wiki/ - une bibliothèque de vision par ordinateur avec des didacticiels, etc. Il ne s'agit pas tant d'un "visage général" que de choisir des fonctionnalités, puis d'exécuter une métrique - comme la distance ou l'orientation relative de ces fonctionnalités.