【发布时间】：2014-06-14 03:09:09
【问题描述】：
我正在做一个关于通过闭路电视摄像机进行人脸识别的项目，我想识别每个人的脸。我认为特征脸方法最适合人脸识别。但是当我们使用eigenface方法进行运动物体人脸识别时，有什么问题吗？我们能完美地识别个体吗？由于它不是静止图像，我真的很困惑选择一种方法。 请帮助我知道这种方法是否可以，否则建议更好的替代方案。
【问题讨论】：
【发布时间】：2014-06-14 03:09:09
【问题描述】：
简短回答：通常用于图像分析的计算机视觉技术也可用于视频分析。视频只是为您提供更多信息（尤其是时间信息。）例如，您可以使用多个帧进行面部识别，并在每个帧之间进行对象跟踪。关联多个帧通常可以提高准确性。
IMO，最困难的问题是：您更可能面临视角、校准问题和照明条件问题，在这些问题中，您需要准确的人脸检测技术，或者更多的训练数据才能识别正在观看的人脸角度和光照条件。基于特征人脸的方法依赖于人脸、眼睛等的准确位置。否则，您可能会在同一个向量中混合不同的特征。但同样，这个问题在静止图像下的人脸识别中也存在。
总而言之，视频内容只会为您提供更多信息。如果您真的不想关联帧并考虑时间信息，那么视频只是静止图像的集合:)
【讨论】：
-
好的，有没有其他更好的方法来克服人脸视角、校准问题和照明条件等问题
-
对于视角，您需要收集训练数据以覆盖不同的角度。对于校准，您需要更准确的人脸检测技术。但您也可以通过简单地在检测到的人脸周围应用一个移动窗口来拍摄多张图像，并将每张图像用作人脸识别引擎的输入来解决问题。如果你在做实时分析，你不应该尝试太复杂的东西。否则很难达到实时性能。
-
是的。就像您在图像中使用识别面孔一样。此外，您还可以进行对象跟踪或一些时间分析。
-
此方法不适用于实时应用程序。