使用 FaceRecognizer OpenCV 训练人脸以获得最佳结果的最佳方法是什么？

Question

这里我说我已经尝试了很多tutorials在OpenCV 3.2中通过使用人脸模块中的FaceRecognizer类来实现人脸识别。但我没有如愿得到接受的结果。

在这里我想问一下，我想知道，在训练和识别过程中，什么是最好的方法或者什么是照顾的条件？

我为提高准确性所做的工作：

• 创建（至少）10 张面孔，以最佳质量、大小和角度训练每个人。
• 尝试在图像中拟合人脸。
• 均衡图像的 HIST

然后我尝试了所有三个人脸识别器（EigenFaceRecognizer，FisherFaceRecognizer，LBPHFaceRecognizer），结果都一样，但是识别率真的很低，我只训练了三个人，但也识别不了好吧（第一个人被认为是第二个等等问题）。

问题：

• 进行训练和识别图像必须来自相同 相机？
• 手动裁剪训练图像（photoshop -> 读取图像然后训练）或此任务 必须以编程方式完成（检测-> 裁剪-> 调整大小然后训练）？
• 每个人脸识别器的最佳参数是什么(int num_components, double threshold)
• 以及如何设置训练算法在未知时返回 -1 人。

Answer 1

扩展我的评论，掌握 OpenCV 中的第 8 章提供了非常有用的技巧，用于预处理人脸以帮助识别过程，例如：

• 仅在检测到双眼时才采样（通过 haar 级联）

• 几何变换和裁剪：此过程包括缩放、旋转和平移图像以使眼睛对齐，然后从面部图像中移除前额、下巴、耳朵和背景。

• 左侧和右侧的单独直方图均衡化：此过程独立标准化面部左侧和右侧的亮度和对比度。

• 平滑：此过程使用双边滤波器降低图像噪声。

• 椭圆蒙版：椭圆蒙版从面部图像中去除一些剩余的头发和背景。

我已向my fork of the example code 添加了一个hacky 加载/保存，请随时尝试/根据需要对其进行调整。目前它非常有限，但它是一个开始。

此外，您还应该检查OpenFace and it's DNN face recognizer。 我还没有玩过，所以不能提供细节，但它看起来真的很酷。