image - 检测后人脸匹配

Question

我正在开发一种软​​件，它将捕获的图像（面部）与同一个人的 3/4 图像（面部）相匹配。现在有2种可能

1- 捕获的图像（人脸）是同一个人，其 3/4 图像（人脸）已存储在数据库中
2. 捕获的图像是不同的人

现在我想得到上述2个场景的结果，即在案例1中匹配，在案例2中不匹配。我使用了40个Gabor过滤器，这样我就能得到很好的结果。此外，我在数组（直方图）中得到结果。但它似乎不能正常工作，并且光线等环境条件也会影响匹配过程。任何人都可以建议我实现这一目标的一种良好而有效的技术。

Answer 1

嗯，这基本上是人脸识别问题。

您可以使用LBP（Local Binary Pattern）从图像中提取特征。LBP 是一种非常健壮且具有光照不变性的方法。

您可以尝试以下步骤-

训练：-

1. 提取人脸区域（使用 OpenCV HaarCascade）
2. 将所有提取的人脸区域重新调整为相同大小
3. 将调整大小的人脸分成子区域（例如：8 * 9）
4. 从每个区域中提取 LBP 特征并将它们连接起来，因为特征的定位非常重要
5. 通过这种连接特征训练 SVM，对每个不同的人的图像使用不同的标签

测试：-

1. 拍摄人脸图像并按照步骤 1 至 4
2. 使用 SVM 预测（关于这是哪个人的图像）