0

我正在尝试使用用于人脸识别应用程序的统一模式映射来实现原始和循环的局部二进制模式(LBP)。

到目前为止,我已经完成了 LBP 描述符提取和空间直方图构建步骤。现在我必须在人脸分类和识别阶段工作。正如该主题的原始论文所暗示的,最简单的分类器使用卡方统计量作为 2 张人脸图像的 2 个直方图之间的差异度量。该公式看起来很简单,但我不知道如何根据卡方相异性度量的结果值将 2 个直方图分类为同一人脸或不同人脸的表示。所以我的问题是:我可以用作相同面孔和不同面孔之间的边界线的最佳阈值是多少?我如何确定该值?

我在互联网上遇到了一些源代码,他们将 LBP 阈值设置为 180.0。我不知道这个值是从哪里来的。

我将不胜感激您的帮助。感谢您的阅读。

4

1 回答 1

0

在相同/不同的设置中,您从训练集中学习最佳阈值。假设有 1000 个相同对和 1000 个不同对用于训练,在阈值上运行一个 for 循环。对于每个阈值,将精度计算为 0.5 *(距离 < 当前阈值的相同对的百分比)+ 0.5 *(距离 >= currentThreshold 的不同对的百分比)。然后,跟踪最佳阈值。

顺便说一句,对于相同/不同的设置,我建议考虑使用一次性相似度

于 2014-02-27T16:06:43.477 回答