Stato dell'arte nel riconoscimento facciale

Question

Ho guardato un po 'in riconoscimento del volto di recente. Comunque io sono sopraffatti dal numero di algoritmo che ci sono.

PCA, LDA, IDA, Gabor Wavelets, AAM ...

Di che hai voluto fare qualcosa di simile a questo .. . Quale algoritmi si usa o che le carte vorresti rileggere?

Answer 1

Credo che la prima cosa da fare è rendersi conto che gli algoritmi che hai elencato sono utilizzati in diversi stadi di riconoscimento del volto.

In primo luogo, è necessario decidere sulla rappresentazione, i. e. Le caratteristiche da utilizzare. Questi potrebbero essere pixel prime, filtri di Gabor, una sorta di descrittori di forma, modelli deformabili, ecc.

Poi, in genere si vuole ridurre la dimensionalità delle vostre caratteristiche. È qui algoritmi come PCA, ICA, o LDA entrano, quali punti di dati di progetto in uno spazio dimensionale inferiore mantenendo intatti maggior parte della varianza (APC) o per assicurare la separazione ottimale dei punti di diverse categorie (LDA).

Poi probabilmente si desidera formare un classificatore sulle vostre caratteristiche per distinguere tra le facce di persone diverse. C'è una pletora di algoritmi per scegliere da qui, come ad esempio il vicino più vicino, Support Vector Machines, Hidden Markov Models, Bayes Nets, ecc.

Si noti che la scelta di un algoritmo per un particolare stadio può o non può dipendere gli algoritmi per altre fasi. Per le istanze, PCA può essere utilizzato per ridurre la dimensionalità di quasi ogni tipo di caratteristiche. D'altra parte, non è immediatamente evidente come si possa usare un classificatore Support Vector Machine per facce rappresentate da una maglia deformabile.

Credo che la prima cosa che si dovrebbe cercare di fare è quello di definire il problema in modo molto preciso. Vuoi distinguere tra facce di solo poche persone, come ad esempio riconoscere i membri della famiglia in foto? Vuoi riconoscere le persone da un enorme database? Avete un sacco di formazione delle immagini per ogni faccia, o solo alcuni? Vuoi gestire diversi orientamenti e condizioni di luce?

Le risposte a queste domande determinano il modo complicato il vostro problema è, e sarà certamente influenzare la scelta degli algoritmi.

EDIT: Ecco un tesi di qualcuno che ha cercato di risolvere un problema simile. E 'dal 2002, ma secondo me è un buon posto per cominciare.

Answer 2

si vuole considerare mappe di profondità. Questo è lo stato dell'arte. Provate a leggere su rappresentazioni sferiche sparse. Eigen facce non è solo molto robusto. La sua non è invariante a diversi fattori. Stato del riconoscimento del volto dell'arte sta usando PCL 3d che ha informazioni di profondità. Ciò consentirebbe di riconoscere anche al buio. Si potrebbe utilizzare una telecamera Asus o una fotocamera Kinect per raccogliere informazioni di profondità. Speranza che aiuta!

Answer 3

Haar cascata in esecuzione su una porta Marilena.

Un Haar a cascata è un algoritmo che legge un file e dice al computer quello che qualcosa assomiglia. L'ho usato in passato per rilevare i volti, bicchieri, solo un sorriso, le mani e una coca può.

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