区分人脸图像的算法建议答案

【问题标题】：Algorithm suggestions for distinguishing images of human faces区分人脸图像的算法建议
【发布时间】：2011-09-14 05:34:12
【问题描述】：

我正在寻求开发一种面部算法，该算法将 2 张图像作为输入，并计算 2 张图像中的人脸是否属于同一个人。我已经使用 OpenCV 对图像进行了所有预处理。在预处理步骤中，我从整个图像中裁剪脸部，将其转换为灰度，并将其调整为标准尺寸。我的问题与面部识别有点不同，因为我不关心识别图像中的个人，我只想说他们是否是同一个人。我研究的大多数面部识别算法都依赖于来自构成输入的同一个人的样本面部的训练。在我的情况下，我可以使用一般面孔进行训练，但不能使用输入中的精确面孔。您能否建议一些适用于我的情况的方法？

【问题讨论】：

检测一对相同的人脸和人脸分类只是人脸识别的两种操作模式。大多数人脸识别算法都可以适应在两种模式下运行（提供不同的性能）；因此，您找到的算法仍然对您的项目有用。

标签： image-processing opencv image-recognition

【解决方案1】：

Face recognition from a single image per person: A survey

【讨论】：

【解决方案2】：

对于您的问题，感知散列和编辑距离可能更合适。

退房

【讨论】：

TinEye 很好地索引了网络上的图像。我认为我们在这里所拥有的完全不同。我使用并非直接从网络上获得的合理图像进行了测试。我从 YouTube (youtube.com/watch?v=iREKEWdjAUU) 上的这次采访中截取了约翰·列侬的面部截图，TinEye 没有找到匹配项，诚实地声明：“TinEye 查找您上传的特定图像，而不是图像的内容。TinEye 不识别人或图像中的对象。”自己看看，查询最多缓存 72 小时 tineye.com/search/a4981f401b2596a641f3e514103724b5bff3b9fd

【解决方案3】：

通常您会测量要素之间的距离。

如果您无法控制图像的位置/大小/角度 - 即它是真实世界的图像，而不是坐在面部扫描仪前的人 - 那么您需要考虑如何制作所有这些比例。

试着找到眼睛（容易）和嘴巴或鼻子，然后得到三角形的边/角。然后，您还可以计算头发覆盖的面部面积百分比、鼻子的宽/长比等。

【讨论】：

【解决方案4】：

如果您还没有，请查看 Wavelet 方法。例如，请参阅this paper。

【讨论】：