2

我在计算机视觉课程中的最后一个项目是人脸识别。我将图片呈现给 Matlab,它给了我这个人的名字。当然,我有以前在新照片中寻找的面孔的图像。您是否建议任何参考和算法?

4

2 回答 2

2

对于人脸检测,您可以使用 Viola & Jones 算法。

分类:

训练: 1. 从图像中裁剪人脸并将它们分成块。2. 从每个块中提取统一的 LBP 直方图并将直方图连接起来。3. 将这些 LBP 特征输入到 SVM。

测试:在新图像上进行 1+2 训练,然后将 LBP 特征提供给经过训练的 SVM。

您可以添加一个额外的对齐图像的步骤,这可以提高您的性能。

为此,您可以检测面部关键点(眼睛、鼻子、下巴),找到要与正面图像对齐的图像之间的单应性,然后在图像上应用单应性。

Viola and Jones 是在 Matlab 的计算机视觉工具箱中实现的,如果您愿意,我可以将 LBP 的 Matlab 代码发送给您,以及如何对齐图像的示例。对于 SVM 包,可以使用 LibSVM。

于 2013-11-30T14:07:17.050 回答
2

将图像转换为数组向量,训练集中的所有图像将形成一个大的 MXN 矩阵,其中 M 是图像像素大小,N 是样本数。最常用的方法有两种:(1) 对矩阵进行主成分分析,提取核心成分,投影到子空间中。(2)线性判别分析用于最大化类间散度和类内散度的行列式的比率。阅读本文以供参考。

于 2013-11-27T14:49:27.000 回答