從Python的圖像創建一個數據集用於臉部識別

Question

我想在Python中編碼面部識別程序（我將應用k-nn算法分類）。

首先，我轉換圖像轉換成灰度，然後我創建了一個長列向量（通過使用opencv的圖象 - 數據功能）與圖像的像素（128×128 = 16384特徵總數）

所以我有一個像數據集以下（最後一列是類標籤，我只顯示了數據集的前7個特徵而不是16384）。

176, 176, 175, 175, 177, 173, 178, 1 
162, 161, 167, 162, 167, 166, 166, 2 

但是，當我將k-nn應用到這個數據集時，我得到了一些尷尬的結果。我是否需要將其他進程應用於此數據集，而不是將圖像轉換爲像素表示形式？

謝謝。

Answer 1

這條消息怎麼打印？你嘗試使用重塑功能嗎？它將2D圖像轉換爲帶有/不帶多個通道的1D圖像。

此外，圖像的像素不是features。臉部後面可以有許多不同的物體 - 窗簾，書本和其他臉部等等。臉部的邊界，眼睛之間的距離等等對於這種事情更加不變。

Answer 2

如果你希望它運行良好，是的，你需要做一個功能轉換。

PCA或LDA工作良好。 PCA將採集一組輸入矢量（在這種情況下爲您的矢量化圖像）並找到跨越輸入集的特徵臉。然後，在測試過程中，將輸入向量（即圖像）投影到這組特徵臉上，並將結果座標向量用作特徵向量。有關更多信息，請參閱[Turk and Pentland, 1991]。

我在PIE database上使用這種基本的PCA方法的個人實驗是成功的。

Answer 3

您可能需要對準眼睛，鼻尖和嘴巴。

您可能還需要更復雜的圖像表示方法。例如，梯度和自商圖像的方向將是很好的起點。

Answer 4

通常，人臉識別流水線需要幾個階段才能生效。某種程度的幾何歸一化對精度至關重要。您可能需要手動標記基準點並獲取每個圖像的變換，或者自動檢測基準點，其中有開源基準點檢測器。嘗試opencv的getAffineTransform函數。此外，照明差異會導致嚴重問題。您可以嘗試照明標準化技術（例如，自商標圖像），因爲它們對於漫反射和陰影（沒有太多鏡面反射）非常適用。對於降維，主成分分析（PCA）或線性判別分析（LDA）是很好的起點。不過，您可能會考慮更有意義的功能，如LBP，HOG或SIFT。而且，使用更復雜（更復雜）的分類器（如SVM），您將能夠獲得比KNN更高的準確性。