Face detection e di confronto

Sto eseguendo una piccola ricerca su face detection e di confronto per il mio articolo.
Attualmente, sto usando un rapido rilevamento del viso a base di haar su come le caratteristiche di base su OpenCV cascata (vado a implementare l’apprendimento più tardi). Il passo successivo consiste nell’affrontare il confronto. Ci sono ben sapete algoritmi? Sarà grande, se ci sono alcuni C# codici, spiegando loro o qualche dll che li implementa.

InformationsquelleAutor | 2009-11-08

 

3 Replies
  1. 8

    Eigenfaces

    Per generare una serie di eigenfaces, un
    grande set di immagini digitalizzate di umano
    volti, scattate con la stessa illuminazione
    condizioni, sono normalizzati per la linea di
    gli occhi e la bocca. Sono quindi tutti
    ricampionato allo stesso pixel
    la risoluzione. Eigenfaces può essere
    estratto dei dati dell’immagine da
    mezzo di uno strumento matematico chiamato
    analisi delle componenti principali (PCA).

    Il eigenfaces può ora essere utilizzato per
    rappresentano volti nuovi: possiamo progetto di un
    nuovo (media-sottratto) immagine di
    eigenfaces e, quindi, di registrare le modalità che
    nuovo volto differisce dalla media della faccia.
    Gli autovalori associati con ogni
    eigenface rappresentano quanto il
    le immagini nella formazione variano da
    la media immagine in quella direzione. Noi
    la perdita di informazioni, proiettando l’
    immagine su un sottoinsieme degli autovettori,
    ma noi minimizzare questa perdita, mantenendo
    quelli eigenfaces con la più grande
    autovalori.

    Fisherfaces e Eigenfaces

    Se i vostri volti non sono allineati, quindi mi consiglia di leggere i seguenti tipi di carta:

    Support Vector Machines

    Abstract: Vi presentiamo un componente basato su metodo
    e due i metodi globali per il viso
    riconoscimento e valutare con
    il rispetto per la robustezza contro posa
    i cambiamenti. Il componente di sistema
    prima di individuare parti del viso,
    estratto di loro e li combinano in un
    singola funzione di vettore
    classificato da una Macchina di Vettore di Sostegno
    (SVM).

    I due sistemi globali riconoscere i volti
    dalla classificazione di una funzione vettoriale
    consistente dei valori di grigio del
    tutta la superficie dell’immagine. Nel primo global
    il sistema ci siamo formati in un unico SVM
    classificatore per ogni persona in
    database. Il secondo sistema consiste
    di insiemi di punti di vista specifici SVM
    classificatori e prevede il clustering
    durante l’allenamento.

  2. 1

    C’è un Sistema di valutazione da Beveridge. Hanno implementato tre faccia algoritmi di riconoscimento con metriche diverse. Gli algoritmi sono attuate per
    la valutazione perciò potrebbe essere difficile usarli per i propri programmi.

    Alcune API Java e collegamenti generali possono essere trovati nel mio Domanda circa il riconoscimento del volto.

Lascia un commento