我目前的项目是建立一个人脸认证系统。我的限制是：在注册期间，用户提供单个图像进行训练。但是，我可以在身份验证时添加和使用用户提供的图像。
我想在训练中添加更多图像的原因是，用户环境不受限制 - 不同的照明条件，与相机的不同距离，来自不同的 MP 相机。唯一的缓解是姿势几乎是正面的。
我认为，上述问题类似于广泛使用的面部标记应用程序。任何人都可以建议一种自适应和智能地使用可用图像的方法吗？
- 谢谢
问问题
2302 次
2 回答
1
我建议你仔细看看 SOM（自组织地图）。我认为它包含了您提到的所有问题和限制的解决方案。
您可以将它用于每个人的单个图像问题。此外，使用多 SOM 面策略，您可以在有更多图像可用于训练的情况下对其进行调整。整个概念非常简洁的是，当遇到新面孔时，只需要重新学习新面孔而不是整个原始数据库。
在此过程中您可能会发现一些有用的链接：
http://en.wikipedia.org/wiki/Self-organizing_map（维基）
http://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/tnn05.pdf（一篇有趣的研究论文，展示了上述技术）
祝你好运
于 2013-01-28T04:58:24.870 回答
1
为了使您的分类器健壮，您需要使用与条件无关的特征。例如，您不能使用面部颜色，因为它取决于照明条件和人本身的状态。但是，您可以使用眼睛之间的距离，因为它与任何变化无关。
我建议在每次人们开始身份验证会话时构建一些此类独立特征的模型并重新训练分类器。我能想到的最佳模型是Active Appearance Model（实现之一）。
于 2012-10-05T21:48:49.323 回答