我利用了来自http://www.codeproject.com/Articles/239849/Multiple-face-detection-and-recognition-in-real-ti的面部识别代码，并且开始使用它来识别一些面孔。
但挑战在于，一旦我增加不同的人的数量，准确性就会变得相当低。我编写了一些代码来以编程方式为识别器生成训练图像，其中包含大约 280 个不同人的大约 1300 张经过训练的人脸（全部为 100 x 100 像素灰度）。
上述网页的提示似乎对提高准确性没有多大帮助。我想知道是否有人对使用 Emgu CV 进行准确的人脸识别有任何好的提示和经验。速度现在不是太重要。
非常感谢，在此先感谢。
不幸的是，特征脸方法的最大问题之一是，对于测试集中的大量受试者，准确度会下降，因为从根本上说，这是一种基于外观的方法，并且具有相似面孔的可能性会上升，您添加的更多面孔。
实际上，我使用 eigen-face 识别方法完成了我最后一年的 uni 项目，并使用以下论文来提高准确性。
http://vplab.iitm.ac.in/publi_journal/conference/frarc.pdf
该方法将人脸分割成多个水平部分，并对每个部分进行识别。最后，对每个部分的结果进行加权并汇总形成最终分数。尽管我警告你，但我会让你阅读血淋淋的细节，这在 EMGU CV 等现成的 API 中是不可用的。
适用于 EMGU CV 的其他提示：
总而言之，提高准确性的最佳方法是编写您自己的识别程序，其中包含您想要的功能，它实际上并不像您想象的那么难，它只需要耐心。此外，您可能想查看其他人脸识别方法（有很多），例如几何方法，它使用诸如眼睛之间的距离等信息。