怎样判断人类一张脸与另一张脸的相似度？
2012-01-19 17:30:43   来源：   点击：

4 个答案

• 答案 1：

  相似度本身相对好算，无非特征向量间的欧氏\马氏距离等；难的的是怎么取特征（要考虑不同数据集的差异，增加广谱适应性），甚至包括如何在取特征之前，更好的定位、（姿态、光照等）归一化；算法不是一朝夕的，甚至不是简单跟踪最新论文，还得有实战应用数据集作基础........

• 答案 2：

  现在人脸识别中比较有效的特征是LBP(local binary pattern)

• 答案 3：

  确定两张脸的相似性，分为如下几个步骤：1，人脸检测，找到图像中人脸所在的位置，经典方法为haar+adaboost；2，脸部特征点定位，包括眼球中心点，还可以进一步包括脸颊等轮廓特征点，经典方法包括基于haar+adaboost的眼睛定位，和asm等alignment方法等；3，人脸几何归一化，根据脸部特征点位置从图像中得到归一化的人脸区域图像，这一步主要是使得不同人脸上的像素对应的人脸位置一致，这样才有可比性，这个步骤可以看作是一个对图像进行仿射变化的过程；4，人脸光照归一化，主要目的是克服不同光照对人脸的影响，提高算法对光照条件的鲁棒性，预处理方法很多，自商，或者DOG等方法效果较好；5，人脸表示（特征提取），比如gabor特征和上述的lbp特征，常常会对多种特征进行融合；6，鉴别特征提取，就是将高维的人脸特征映射到分类能力更强的低维特征，成熟的思路是PCA+LDA的方法；7，计算两个脸得到的鉴别特征之间的距离，作为相似度衡量，距离最经典的是cos距离；

• 答案 4：

  通过经过统计的‘特征值’，优秀的算法可以提取出合适的‘特征点’。