我正在开发一个可用于检测图像中人脸情绪的 AI 程序,我偶然发现了 OpenCV,它非常适合该程序的人脸检测阶段。唯一的问题是我需要能够访问局部二元模式分类器生成的特征向量,以便我可以将该 vector 作为输入数据提供给 AI。
所以这个过程是:
- 呈现给 LBP 分类器的图像
- LBP 分类器产生图像的特征向量
- 将特征向量传递给 AI 进行处理
- AI 使用特征向量检测情绪
有什么办法吗?不管这是用 Java 还是 Python 完成的,我只需要一种提取特征向量的方法。
或者,是否有其他方法可以处理人脸图像的像素内容,以便将数据传递给 AI?
最佳答案
您是否尝试过使用 Python 模块 skimage.feature 中的 local_binary_pattern?例如。
lbp = local_binary_pattern(image, lbp_sampling_points, lbp_sampling_radius, method="uniform")
(hist, _) = np.histogram(lbp.ravel(), bins=np.arange(0, lbp_sampling_points + 3), range=(0, lbp_sampling_points + 2))
# normalize the histogram
hist = hist.astype("float")
eps=1e-7
hist /= (hist.sum() + eps)
然后使用“hist”作为特征向量?
关于java - 从 OpenCV 的 LBP 实现中提取特征向量,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48691116/