我正在处理一组图像和计算机视觉。我想将一张新图像(一张新面孔)与一组图像进行比较,并确定它最接近该组中的哪个图像。我不需要它来确定哪个是实际匹配,就像新图像与集合中特定图像匹配的概率一样。
到目前为止,我一直在用我想要比较的图像集生成特征脸。这是最好的方法吗,考虑到我不想看看是否有真正的完全匹配?
谢谢您的帮助!
我正在处理一组图像和计算机视觉。我想将一张新图像(一张新面孔)与一组图像进行比较,并确定它最接近该组中的哪个图像。我不需要它来确定哪个是实际匹配,就像新图像与集合中特定图像匹配的概率一样。
到目前为止,我一直在用我想要比较的图像集生成特征脸。这是最好的方法吗,考虑到我不想看看是否有真正的完全匹配?
谢谢您的帮助!
如果您对照明/姿势/图像配准有很好的控制,那么特征脸确实可以很好地工作。
在更不受约束的环境中,我推荐一种方法,该方法可以找到相关的面部标志,如眼睛/鼻子/嘴角等,并在这些区域周围生成描述符。然后可以使用一些机器学习来区分个体。
Oxford Visual Geometry Group 就是一个很好的例子。这是相当古老的,但包含代码,因此是一个很好的起点。如果您想要尽快起作用的东西,请考虑购买像 PittPatt 这样的商业解决方案。