人脸认证答案

【问题标题】：Face Authentication人脸认证
【发布时间】：2012-10-13 00:18:47
【问题描述】：

我的项目是人脸认证。

系统说明：我的输入只有一张图片（这是用户第一次登录时拍摄的），并且使用该图片系统应该在用户登录时进行身份验证到应用程序。认证图像可能与第一个输入图像不同——不同的照明条件、与相机的不同距离以及 -10 到 10 度的姿势变化。所有情况下使用的相机都是相同的（例如：ipad）。

1) 每次用户登录时都会存储身份验证图像。 如何利用这些图像来提高系统的准确性？？

2) 当新图像出现时，我需要选择最近的图像（并且并非所有存储的图像）来自图像存储库并用于验证以减少时间。 如何根据自动与相机的照明/距离？？

3) 我应该如何让我的系统在发生变化时表现得体照度和与相机的距离？？

请问，有人可以为我的上述问题推荐好的 alogirthm/papers/opensource-codes 吗？？

虽然这听起来像是一个研究项目，但如果我能得到任何人的回复，我将非常感激。

【问题讨论】：

您错过了将真实面孔与照片区分开来的需要。鉴于如今拍摄某人的脸部照片是多么容易，它应该在优先事项列表中占据很高的位置。

标签： image-processing machine-learning artificial-intelligence computer-vision face-recognition

【解决方案1】：

对于这个任务，我认为你应该看看OpenCV 的Face Recognition API。 API 基本上能够识别人脸的结构（当然在某些限制范围内），并为您提供人脸可用的图像坐标。

在我看来，只需要处理面部就可以减少处理不同背景颜色的需要，我认为这不是你真正需要的。

获得脸部图像后，您可以将其放大/缩小以具有统一的大小，并将图像的颜色更改为灰度。最后，我会考虑将所有这些信息提供给Artificial Neural Network，因为它们能够处理与输入的不一致。这将允许您在每次用户登录时增加您的知识库。

我很确定还有其他方法可以解决这个问题。我建议您查看Google Scholar 以尝试查找处理此问题的论文以获取更多信息以及实现您所追求的其他可能的方法。另外，请记住，如果运气好的话，您可能还会发现一些已经完成了您所追求的大部分工作的开源项目。

【讨论】：

感谢您的回复。我使用过 OpenCV 的人脸识别 API，但我的系统环境有更多变化，我对 API 的准确性不满意。所以我正在寻找一个更好的算法，对此有什么建议吗？关于不同的背景，我的意思是不同的照明（白天，夜晚，晚上和不同的光影）。如果有的话，你对相机距离的看法？
@user1317084：您没有在问题中提到已经检查 OpenCV。说出你的所作所为通常会鼓励其他人做出回应，因为这表明了你的主动性。我理解背景位，这就是为什么我建议使用人脸识别位来尝试尽可能多地处理背景。不幸的是，我在这个领域的经验非常有限，所以我无法提供更多帮助。

【解决方案2】：

如果你真的有一个人脸照片数据库，你可能会用它来增强 OpenCV 人脸检测的功能。人脸识别的方法是通过将图片的主要成分与 OpenCV 数据库中人脸示例的主要成分进行比较。签出：

How to create Haar Cascade (xml) for using with OpenCV?

看到这一点，您还可以尝试对已识别面部的每张图片进行自己的主成分分析（为此使用 OpenCV 面部检测-> 将面部以外的所有内容涂黑，OpenCV 为您提供面部的位置和大小）。将 PCA 与数据库中的进行比较，并将其与最接近的相匹配。当然，这在相当大的数据库中效果最好，所以一开始可能会有错误的匹配。

我认为创建自己的 OpenCV haarcascade 是最好的方法。

祝你好运！

【讨论】：

Haar Cascades 不是作为识别算法，而是检测算法，所以使用 Haar，你可以检测出某物是汽车还是人脸，但你无法判断这张脸属于某人特定。为人脸识别创建了专用算法。