image-processing - 如何自适应添加和使用认证时采集的人脸图像，以提高人脸认证的性能？

Question

我目前的项目是构建一个人脸认证系统。我的限制是:在注册期间，用户提供单个图像进行训练。但是，我可以在身份验证时添加和使用用户提供的图像。

我想在训练中添加更多图像的原因是，用户环境不受限制 - 不同的照明条件，与相机的不同距离，来自不同的 MP 相机。唯一的缓解是这个姿势几乎是正面的。

我认为，上述问题与广泛使用的面部标记应用程序类似。任何人都可以建议一种自适应且智能地使用可用图像的方法吗？

--谢谢

Answer 1

为了使分类器稳健，您需要使用条件独立特征。例如，您不能使用面部颜色，因为它取决于照明条件和人本身的状态。但是，您可以使用眼睛之间的距离，因为它与任何变化无关。

我建议构建一些此类独立特征的模型，并在每次人们开始身份验证 session 时重新训练分类器。我能想到的最好的型号是 Active Appearance Model (one of implementations)。