Как определить оптимальный порог для статистики Chi-Square Attistic Различия в распознавании лица LBP?

Question

Я пытаюсь реализовать оригинал и циркуляр локальный двоичный шаблон (LBP) с равномерным Картина картин для приложения распознавания лица.

Я сделал с помощью дескрипторов LBP извлечения и шаги построения пространственной гистограммы. Теперь я должен работать на фазах классификации и распознавания лица. Как то оригинальная бумага в теме предполагает, самый простой Классификатор использует статистику Chi-Square в качестве измерения различий между 2 гистограммами из 2 изображений для лица. Формула кажется простым, но я не знаю, как я могу классифицировать 2 гистограммы, представляют собой представления одного и того же лица или разных лиц, основанных на полученном значении измерения различий Chi-Square. Итак, мой вопрос: какое оптимальное пороговое значение, которое я могу использовать в качестве границы между теми же лицами и разными гранями? Как я могу определить это значение?

Я столкнулся с некоторым исходным кодом в Интернете, и они устанавливают порог LBP до 180,0. Я понятия не имею, откуда это значение пришло.

Я бы с благодарностью оценил вашу помощь. Спасибо за ваше чтение.

Answer 1

в той же / не-одинаковом настройке, вы изучаете оптимальный порог от набора тренировок.Учитывая, скажем, что 1000 же и 1000 не одинаковые пары для тренировок, запустите для цикла на пороге.Для каждого порогового значения, рассчитайте точность как 0,5 * (проценты одинаковых пар с расстоянием <текущий порог) + 0,5 * (процентов не одинаков пар с расстоянием>= CurrentTrishold).Затем отслеживайте оптимальный порог.

Кстати, для тех же / не-одинаковых настроек, я бы порекомендовал рассмотреть с использованием односмысленного сходства