评论

#maca 发表于2004-09-19 21:43:00  IP: 202.108.45.*

嗯，楼主能不能给个大致的识别率出来，最好是针对AT&T的ORL数据库的，HMM FACE RECOGNITION出现的相对比较早，不过对于2维的人脸识别来说并不是技术的主流，所以想了解一下OPENCV里面的识别率究竟能够去到多少？
熟悉的朋友也帮忙提一下。另外近年来3D的人脸识别发展很快，2D的人脸识别似乎走入了困境，大家所知道的最好的实用化的2D的人脸识别技术还有哪些呢？大家一起来探讨一下吧。

#hunnish 发表于2004-09-19 22:15:00  IP: 218.80.75.*

关于你的问题，不妨看看Victor的评论：

＝＝＝

呵呵，我帮hunnish试着回答一下：

1。orl库是个比较理想的库，一般的人脸识别算法用这个库都可以达到90%以上；

2。无论是PCA，LDA，LFA，NSA，NN，SVM，还是HMM，都是appearance－based的方法，这类方法有明显的优点和缺点。一个明显的特点就是算法依赖于样本库的选择：如果一个人的脸部图像训练样本足够支起其所有样本在特征空间的分布，并且你选择的算法恰好能够描述这个分布，你可以很轻松地得到100%的识别率。但是，这只是很理想的状况。

3。对于样本数多的大库，目前appearance－based方法都会fail，尤其是针对不同光照和头部姿态，超过一万人的库。所以很多人脸识别算法都拿orl等一些小库来玩，这样可以显示自己算法的优越。

4。现在来尝试说明你遇到的现象：你的问题是选择不同的样本组合作训练集，会得到不同的识别率，这对于appearance－based方法来说太正常了，不同的训练样本给你不同的特征空间分布，以此为基础得到的分类面当然只能对类似样本有效，如果测试样本在分类面之外，算法就fail。

5。自从90年代初期mit的pentland及其系列学生提出eigenface以来，人脸识别界把appearance－based方法作为一根救命稻草，似乎用复杂的machine learning算法可以解决这个人工智能问题，这个思路发发文章可以，至于能否实际应用，本人深不以为然。

＝＝＝

#maca stillon 发表于2004-09-19 23:46:00  IP: 202.108.45.*

嗯，楼上的概括得挺好。
要说的好像比较多，还是简单再谈谈我的看法吧，正如楼上这位兄弟说的，人脸识别技术的很多算法只能发发文章，真正应用还有一段距离。没有革命性的算法出来，FR只能永远停留在研究层次，尽管陆陆续续有不少的FR系统出来，尽管他们都宣称自己取得了怎么怎么好的效果。一个明证就是这2年来越来越多的商用FR produc都融合了例如指纹识别，嘴唇识别，虹膜识别，语音识别等其他较高高精度的识别途径，单一的人脸识别要孵化出经受得起大数据量，PIE问题得考验，尚需时日。

#qw 发表于2004-10-20 20:19:00  IP: 159.226.21.*

其实未必

#taotao  发表于2004-10-28 17:14:00  IP: 219.239.98.*

怎么没法用呢？缺少"highgui.h"
和"camera.h"这两个文件

#kevin 发表于2005-05-22 16:11:00  IP: 61.186.252.*

楼主，我想研究研究这个程序，可是要opencv3.1的支持，可都找不到链接了，楼主可否提供一个opencv3.1的下载链接呢？

谢谢！

#yuantian 发表于2005-06-07 21:16:00  IP: 61.186.252.*

人脸识别交流群11156097

#庚壬辛癸申酉 发表于2006-02-16 18:09:00  IP: 218.57.139.*

哪个群,搜索失败呀

#dreaming 发表于2006-11-03 11:11:00  IP: 60.7.161.*

那个下载地址怎么打不开了啊？哪位大侠有能否给俺一份啊？俺的qq是94046346,先在这谢谢了！

#tana584 发表于2008-05-27 19:24:49  IP: 222.168.37.*

那个地址没法打开，opencv中文站也没有．哪位大侠能帮俺发一份．qq:３０３７１０７６４ 先谢谢了