就目前而言，这个问题不适合我们的问答形式。我们希望答案得到事实、引用或专业知识的支持，但这个问题可能会引起辩论、争论、投票或扩展讨论。如果您觉得这个问题可以改进并可能重新打开，visit the help center为指导。
10年前关闭。
我正在处理一组图像和计算机视觉。我想将一张新图像(一张新脸)与一组图像进行比较，并确定它最接近该组中的哪个图像。我不需要它来确定哪个是实际匹配，就像新图像匹配集合中特定图像的概率。
到目前为止，我一直在用我想要比较的一组图像生成特征脸。考虑到我不想看到是否有实际的完整匹配，这是最好的方法吗？
谢谢您的帮助!
最佳答案
如果您对光照/姿势/图像配准有很好的控制，特征脸确实会很好地工作。
在更不受约束的环境中，我建议使用一种方法来查找相关的面部标志，如眼睛/ Nose /嘴角等，并在这些区域周围生成描述符。然后可以使用一些机器学习来区分个人。
Oxford Visual Geometry Group 有一个很好的例子 here .这是相当古老的，但包含代码，因此是您开始破解的一个很好的起点。如果您想要尽快运行的东西，请考虑购买像 PittPatt 这样的商业解决方案。
关于computer-vision - Eigenfaces 最适合用于面部比较吗？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/6457369/