如何使用opencv计算人脸识别的百分比格式预测置信度？

Question

我正在使用OpenCV FaceRecognizer 的LBP 类型进行两面比较工作。我的问题是如何计算百分比格式预测置信度？给出以下代码（javacv）：

int n[] = new int[1];
double p[] = new double[1];
personRecognizer.predict(mat, n, p);
int confidence = p[0];

但是置信度是一个双值，how 我应该将convert 它转换成percentage % 的probability 值吗？ 有现成的公式吗？

抱歉，如果我没有清楚地说明我的问题。好的，这是场景：

我想比较两张人脸图像，得到两张人脸的相似度，例如输入约翰的照片和他同学汤姆的照片，假设相似度为30%；然后输入约翰的照片和他哥哥杰克的照片，可能性是80%。 这两个可能性因子表明杰克比汤姆更像他的兄弟约翰......所以百分比格式的可能性因子是我想要的，值越大意味着两个输入面的可能性越大。 目前我通过使用opencv函数FaceRecognizer.predict计算输入的置信度值来做到这一点，但置信度值实际上代表其特征向量空间中输入之间的距离，所以我如何将距离（置信度）缩放为可能性百分比格式？

Answer 1

您的问题挖掘得太深了。好吧，根据 OpenCV 文档： predict()

预测给定标签和相关置信度（例如距离） 输入图像

我不确定您在这里寻找什么，但这个问题并不容易回答。人脸变体（同一个人的变体）很大，而人脸变体（来自不同人的脸）可以更紧凑（例如，当两个人脸都在前面，而人内第二张人脸图像是侧面时），所以这是一个期待答案的完整主题。

您可能应该有一个基本事实（即一些带有已知标签的面孔）并从中扣除您想要将距离与标签相关联的百分比。尽管这通常也不准确，因为距离与您对相似性的感知不一致（如前所述，人与人之间的面孔可能会有很大差异）。

编辑：

首先，人脸相似度没有普遍的人类感知。另一方面，大多数人会以各种姿势和姿势识别出属于同一个人的脸。 大部分字在这里很重要。当您向极限施加压力时，人类的感知将开始发散，例如多年来，当被要求识别一张脸时，时间跨度变得相当大（儿童 vs 青春期 vs 老人）。

您要计算鼻子/眼睛等的相似度吗？如果是这样，我认为最好的方法是找到一组属于同一个人的鼻子/眼睛并对其进行训练，然后检查您在与不同人不同的一组上的表现。

据我所知，通常的方法是使用包含正样本和负样本的图像对进行训练和测试。正样本是属于同一个人的一对图像，而负样本是属于两个不同人的图像对。

我不确定你到底在问什么，所以也许你可以看看这个link。

希望对您有所帮助。

编辑 2：

好吧，既然您想将获得的距离转换为以百分比表示的相似度，您可以以某种方式反转距离以获得相似度。但是这里出现了一些问题：

• 有一个绝对匹配值，即dis = 0; 或等效相似性为sim = 100%，但没有明确的完全不匹配值：dis = infinite 所以sim = 0%。另一方面，逆进度有明确的界限0% - 100%。
• 由于极值包括 0 和无穷大，因此必须进行比简单反转更智能的转换。

您可以轻松地将1.0（或100% 分配给相似性）对应于绝对匹配，但您将把什么视为完全不匹配尚不清楚。您可以将任意高值视为0.0（因为您没有太大区别，例如使用距离 10000 到 11000 我猜）并且所有高于此的值（即距离值）都被视为0.0。

要找到应该是哪个值，我建议比较两个完全不同的图像并将它们之间的距离用作 0.0。

假设这个值为disMax = 250.0;和simMax = 100.0; 那么一个简单的方法可能是： 双 sim = simMax - simMax/disMax*dis;

对于 0 距离给出 100.0 的相似性，对于 250 距离给出 0.0。大于 250 的值将给出负相似度值，应将其视为 0.0。