reconocimiento facial OpenCV/EmguCV

Question

Estoy tratando de crear una aplicación que detecte rostros y la reconozca. Hice Detección de rostros, pero quiero tener alguna idea al hacer el reconocimiento. Estoy usando una cámara web para rastrear y puedo detectar la cara. Luego tomo solo la parte de la cara a una nueva imagen gris y la comparo usando EigenObjectRecognizer con una lista de imágenes en la base de datos.

Pero no está dando buenos resultados. Algunas veces encuentra algo mal, algunas veces nada. Quiero preguntar para comparar fotos qué técnicas adicionales debo implementar. Al igual que la ecualización de Histograma o la resolución de la ecualización de las caras?

Answer 1

Compruebe mi respuesta en el siguiente enlace. Hay algunos enlaces que te serán útiles, principalmente el video de YouTube que mencioné.

Dice face value recognition

Answer 2

Eigenfaces sólo va a llegar mucho más lejos en el reconocimiento de caras. Hay un límite con la cantidad de caras que puedes entrenar. Tendrá que buscar nuevos algoritmos, consultar nuevos documentos en este campo e implementarlos.

Puede implementar la eficacia de Eigenfaces asegurándose de que todas sus imágenes tengan la misma orientación y tamaño. Orientación y posición importa mucho. Así que asegúrese de aplicar transformaciones correctas antes de la comparación

Answer 3

Tengo una OpenCV de reconocimiento de caras (Haar Detección de la cara + histograma de ecualización + Eigenfaces) tutorial y código fuente libre que usted podría intentar: la detección y la cara de clasificación http://www.shervinemami.info/faceRecognition.html

Answer 4

cara son problemas completamente diferentes. Puedo decirles, por mi experiencia y por leer varios artículos sobre clasificación de rostros, que una buena forma de comenzar es leyendo acerca del análisis de componentes principales (PCA también conocido como Eigenfaces), el análisis discriminante lineal (LDA) de Fisher y las máquinas de vectores de soporte (SVM). Estos son métodos de clasificación que son extremadamente útiles para la clasificación de rostros, y resulta que OpenCV ya incluye implementaciones excelentes en PCA y SVM. Un recurso excelente para el reconocimiento facial y el código de clasificación para OpenCV en C++ es this website.

Un sitio web que ofrece recursos y enlaces a documentos para conocer los métodos más relevantes para la clasificación de caras es this one.

Un ejemplo bien explicado de PCA Eigenfaces y LDA con código de muestra en Matlab que fue extremadamente útil para mi primer programa de clasificación de caras is here.