Comment déterminer le seuil optimal de la mesure de dissimilarité statistique de Chi-carré dans la reconnaissance des faces de LBP?

Question

J'essaie de mettre en œuvre l'original et la circulaire modèle binaire local (LBP) avec uniforme Cartographie de modèle pour la demande de reconnaissance de visage.

J'ai fait avec l'extraction de descripteurs LBP et des étapes de construction d'histogramme spatiale jusqu'à présent. Maintenant, je dois travailler sur les phases de classification et de reconnaissance du visage. Comme le papier original dans le sujet suggère, le plus simple Le classificateur utilise une statistique de Chi carré comme mesure de dissimilarité entre 2 histogrammes de 2 images de visage. La formule semble simple, mais je ne sais pas comment je peux classer 2 histogrammes, ce sont des représentations du même visage ou de différents visages basés sur la valeur résultante de la mesure de dissimilarité du chi-carré. Ma question est donc la suivante: quelle est la valeur de seuil optimale que je peux utiliser comme ligne de frontière entre les mêmes faces et les mêmes visages? Comment puis-je déterminer cette valeur?

J'ai rencontré un code source sur Internet et définit le seuil LBP à 180,0. Je n'ai aucune idée d'où provient cette valeur.

J'apprécie avec gratitude votre aide. Merci pour votre lecture.

Answer 1

Dans le même réglage / non-même, vous apprenez le seuil optimal de l'ensemble de l'entraînement.DONNÉ, DITES 1000 MÊME ET 1000 Non paires pour la formation, exécutez une boucle sur le seuil.Pour chaque valeur de seuil, calculez la précision sous forme de 0,5 * (pourcentage de paires de même paires avec la distance = Courrovershreshold).Ensuite, gardez une trace du seuil optimal.

Au fait, pour la même manière / non-cadre, je recommanderais d'envisager d'utiliser une similitude one-shot