如何使用opencv计算人脸识别的百分比格式预测置信度？

Question

OpenCV FaceRecognizer我正在使用类型进行两张面孔的比较工作LBP。我的问题是如何计算百分比格式预测置信度？给出以下代码（javacv）：

int n[] = new int[1];
double p[] = new double[1];
personRecognizer.predict(mat, n, p);
int confidence = p[0];

但信心是一个双值，how我应该convert把它变成一个percentage %值吗probability？有现成的公式吗？

抱歉，如果我没有清楚地表达我的问题。好的，这是场景：

我想比较两张人脸图像，得到两张脸的相似度，例如输入约翰的照片和他同学汤姆的照片，假设相似度是30%；然后输入John的照片和他弟弟Jack的照片，得出的可能性是80%。这两个可能性因子表明杰克比汤姆更像他的兄弟约翰......所以百分比格式的可能性因子就是我想要的，值越大意味着两个输入面孔的可能性越大。目前，我通过使用 opencv 函数 FaceRecognizer.predict 计算输入的置信度值来做到这一点，但置信度值实际上代表特征向量空间中输入之间的距离，那么我如何将距离（置信度）缩放到可能性百分比格式？

Answer 1

你的问题挖得太深了。好吧，根据 OpenCV 文档： predict()

预测给定输入图像的标签和相关置信度（例如距离）

我不确定您在这里寻找什么，但这个问题并不容易回答。人内脸部变化（同一个人的变化）是巨大的，而人与人之间的脸部变化（来自不同人的脸部）可以更紧凑（例如，当两个人都面对正面而人内第二面部图像是侧面时），所以这是整个话题都期待着答案。

也许您应该有一个基本事实（即一些带有已知标签的面孔），并从该集合中扣除您想要将距离与标签关联起来的百分比。尽管这通常也是不准确的，因为距离与您对相似性的感知不一致（正如前面提到的，人与人之间的面孔可能会有很大差异）。

编辑：

首先，人类对于人脸相似度并没有普遍的认知。另一方面，大多数人会认出属于同一个人的不同姿势和姿势的面孔。这里的大多数词都很重要。当你施加压力时，人类的感知将开始出现分歧，例如，当被要求多年来识别一张脸时，时间跨度变得相当大（儿童、青少年、老年人）。

您要求计算鼻子/眼睛等的相似度？如果是这样，我认为最好的方法是找到一组属于同一个人的鼻子/眼睛并对其进行训练，然后检查您在不同人的不同组上的表现。

据我所知，通常的方法是使用包含正样本和负样本的图像对进行训练和测试。正样本是属于同一个人的一对图像，而负样本是属于两个不同人的图像对。

我不确定您到底在问什么，所以也许您可以查看此链接。

希望有帮助。

编辑2：

好吧，由于您想将获得的距离转换为以百分比表示的相似度，因此您可以通过某种方式反转距离来获得相似度。但这里出现了一些问题：

• 绝对匹配有一个值，即dis = 0;或等效相似度是sim = 100%，但没有明确的完全不匹配值：dis = infiniteso sim = 0%。另一方面，逆进展有明确的界限0% - 100%。
• 由于极值包括 0 和无穷大，因此必须有比简单反转更智能的转换。

您可以轻松分配1.0（或100%相似性）对应于绝对匹配，但您将采取什么作为完全不匹配尚不清楚。您可以将任意高值视为0.0（因为我猜使用距离 10000 到 11000 没有太大差异），并且所有高于此值（即距离值）的值都将被考虑0.0。

为了找到应该是哪个值，我建议比较两个完全不同的图像并将它们之间的距离设置为 0.0。

假设这个值为 ，disMax = 250.0;那么simMax = 100.0; 一个简单的方法可以是： double sim = simMax - simMax/disMax*dis;

对于 0 距离，相似度为 100.0；对于 250 距离，相似度为 0.0。大于 250 的值将给出负相似度值，应将其视为 0.0。