怎樣判斷人類一張臉與另一張臉的相似度
鄧亞峰深度學習 計算機視覺 人臉識別 視頻大數據確定兩張臉的相似性,分為如下幾個步驟:1,人臉檢測,找到圖像中人臉所在的位置,經典方法為haar+adaboost;2,臉部特徵點定位,包括眼球中心點,還可以進一步包括臉頰等輪廓特徵點,經典方法包括基於haar+adaboost的眼睛定位,和asm等alignment方法等;3,人臉幾何歸一化,根據臉部特徵點位置從圖像中得到歸一化的人臉區域圖像,這一步主要是使得不同人臉上的像素對應的人臉位置一致,這樣才有可比性,這個步驟可以看作是一個對圖像進行仿射變化的過程;4,人臉光照歸一化,主要目的是克服不同光照對人臉的影響,提高演算法對光照條件的魯棒性,預處理方法很多,自商,或者DOG等方法效果較好;5,人臉表示(特徵提取),比如gabor特徵和上述的lbp特徵,常常會對多種特徵進行融合;6,鑒別特徵提取,就是將高維的人臉特徵映射到分類能力更強的低維特徵,成熟的思路是PCA+LDA的方法;7,計算兩個臉得到的鑒別特徵之間的距離,作為相似度衡量,距離最經典的是cos距離;編輯於2011-08-26
知乎用戶相似度本身相對好算,無非特徵向量間的歐氏馬氏距離等;難的的是怎麼取特徵(要考慮不同數據集的差異,增加廣譜適應性),甚至包括如何在取特徵之前,更好的定位、(姿態、光照等)歸一化;演算法不是一朝夕的,甚至不是簡單跟蹤最新論文,還得有實戰應用數據集作基礎........發佈於 2011-05-12
知乎用戶現在人臉識別中比較有效的特徵是LBP(local binary pattern)發佈於 2011-08-24
推薦閱讀:
※以人類尊嚴與世界和平的名義
※人類的宿敵:女權婊/女權癌
※復活人類原精神-仁愛、信仰、孝悌忠恕
※科學家發現宇宙分為四個等級,人類處於第0.7級文明.