Reconnaissance de visage OpenCV/EmguCV

Question

J'essaie de faire une application qui détecte les visages et les reconnaît. J'ai fait la détection de visage mais je veux une idée quand faire la reconnaissance. J'utilise une caméra Web pour le suivi et il peut détecter le visage. Ensuite, je prends seulement la partie du visage à une nouvelle image grise et la comparer en utilisant EigenObjectRecognizer avec la liste des images dans la base de données.

Mais cela ne donne pas de bons résultats. Parfois, il trouve quelque chose de mal, parfois rien. Je veux demander cela pour comparer des photos quelles techniques supplémentaires je dois implémenter? Comme l'égalisation de l'histogramme ou la résolution de l'égalisation des faces?

Answer 1

Vérifiez ma réponse sur le lien ci-dessous. Il y a des liens qui vous seront utiles, principalement la vidéo YouTube que j'ai mentionnée.

Dice face value recognition

Answer 2

Eigenfaces ne vous obtenez beaucoup plus loin dans la reconnaissance faciale. Il y a une limite avec le nombre de visages que vous pouvez entraîner. Vous devrez examiner de nouveaux algorithmes, vérifier de nouveaux articles dans ce domaine et les implémenter.

Vous pouvez implémenter l'efficacité de Eigenfaces en vous assurant que toutes vos images ont la même orientation et la même taille. L'orientation et la position sont importantes. Alors assurez-vous d'appliquer des transformations droite avant la comparaison

Answer 3

J'ai un tutoriel et code source libre que vous pouvez essayer la reconnaissance des visages OpenCV (Haar détection de visage + Histogramme égalisation + Eigenfaces): http://www.shervinemami.info/faceRecognition.html

Answer 4

Détection de visage et la classification visage sont des problèmes complètement différents. Je peux vous dire d'après mon expérience et la lecture de plusieurs articles sur la classification des visages, qu'une bonne façon de commencer est de lire l'analyse en composantes principales (ACP), l'analyse discriminante linéaire de Fisher (LDA) et les machines vectorielles de support (SVM). Ce sont des méthodes de classification qui sont extrêmement utiles pour la classification des faces, et il s'avère qu'OpenCV inclut déjà d'excellentes implémentations sur PCA et SVM. Une excellente ressource pour la reconnaissance faciale et le code de classification pour OpenCV en C++ est this website.

Un site Web qui offre des ressources et des liens vers des documents pour les méthodes les plus pertinentes pour la classification de visage est this one.

Un exemple bien expliqué de PCN Eigenfaces et LDA avec un exemple de code dans Matlab qui était extrêmement utile pour mon premier programme de classification de visage is here.