人脸检测和比较答案

【问题标题】：Face detection and comparison人脸检测和比较
【发布时间】：2010-12-14 10:16:46
【问题描述】：

我正在为我的文章进行一项关于人脸检测和比较的小型研究。目前，我正在使用基于 OpenCV 级联的 haar 类特征的快速人脸检测（稍后我将实现学习）。下一步是进行面部比较。有没有众所周知的算法？如果有一些 C# 代码，解释它们或实现它们的一些 dll，那就太好了。

【问题讨论】：

标签： c# opencv computer-vision face-detection face-recognition

【解决方案1】：

Eigenfaces

为了生成一组特征脸，一个大量的人类数字化图像在相同的灯光下拍摄的面孔条件，归一化排队眼睛和嘴巴。他们都是在同一像素处重新采样解决。特征脸可以是从图像数据中提取一种叫做数学工具的方法主成分分析 (PCA)。

特征脸现在可以用于代表新面孔：我们可以投影一个新的（平均减去）图像特征脸，从而记录如何新面孔不同于普通面孔。与每个相关的特征值 eigenface 代表多少训练集中的图像不同于那个方向的平均图像。我们通过投影丢失信息特征向量子集上的图像，但我们通过保持那些最大的特征面特征值。

Fisherfaces and Eigenfaces

如果你的脸没有对齐，那么我建议阅读以下论文：

Support Vector Machines

摘要：我们提出了一种基于组件的方法和两种全局方法识别并评估他们相对于姿势的鲁棒性变化。在组件系统中，我们首先定位面部组件，提取它们并将它们组合成一个单个特征向量是由支持向量机分类（支持向量机）。

两个全局系统识别人脸通过对单个特征向量进行分类由灰度值组成全脸图像。在全球第一系统我们训练了单个 SVM 分类器中的每个人数据库。第二个系统包括视点特定的 SVM 集分类器并涉及聚类训练期间。

【讨论】：

【解决方案2】：

我用免费的源代码编写了一个教程和演示程序，用于通过网络摄像头（也在 OpenCV 中）实时执行人脸检测和人脸识别：

http://www.shervinemami.info/faceRecognition.html

【讨论】：

【解决方案3】：

Beveridge 有一个评估系统。他们实现了三种具有不同指标的人脸识别算法。算法被实现为因此评估可能很难将它们用于您自己的程序。

关于人脸识别的一些 Java API 和通用链接可以在我的Question 中找到。

【讨论】：