use*_*743 7 android face-recognition face-detection javacv
这是我在这里的第一篇文章,所以如果我的问题不清楚或者提供的信息不足,我很抱歉.
我目前正在开发一款能够识别照片中脸部的Android应用程序.
我的第一个方法是使用JavaCV并且一切正常,除了面部检测需要花费太多时间才能完成的事实!
之后,我尝试使用FaceDetector.Face检测面部.然后我使用检测到的面部来训练我的脸部识别器模型.到目前为止没有发现任何错误.
我的问题是我的模型无法识别FaceDetector.Face给出的任何检测到的面部.我总是从预测函数得到-1.有人能说出什么可能是错的吗?先感谢您!
这是我在检测后裁剪面部的方法:
for(int count=0;count<NUMBER_OF_FACE_DETECTED;count++)
{
Face face=detectedFaces[count];
PointF midPoint=new PointF();
face.getMidPoint(midPoint);
eyeDistance=face.eyesDistance();
left = midPoint.x - (float)(1.4 * eyeDistance);
top = midPoint.y - (float)(1.8 * eyeDistance);
bmFace = Bitmap.createBitmap(origiImage, (int) left, (int) top, (int) (2.8 * eyeDistance), (int) (3.6 * eyeDistance));
bmFaces.add(bmFace);
}
Run Code Online (Sandbox Code Playgroud)
这是培训模型的主要部分.
MatVector images = new MatVector(imageFiles.length);
int[] labels = new int[imageFiles.length];
IplImage img;
IplImage grayImage;
FaceRecognizer faceRecognizer = createLBPHFaceRecognizer(1, 8, 8, 8, binaryTreshold);
try
{
FileInputStream fstream = new FileInputStream(working_Dir.getAbsolutePath()+"/csv.txt");
BufferedReader br = new BufferedReader(new InputStreamReader(fstream));
String imgInfo;
for (int i = 0; (imgInfo = br.readLine()) != null; i++)
{
String info[] = imgInfo.split(";");
String imagePath = info[0];
img = cvLoadImage(imagePath);
grayImage = IplImage.create(img.width(),img.height(), IPL_DEPTH_8U, 1);
cvCvtColor(img, grayImage, CV_BGR2GRAY);
images.put(i, grayImage);
labels[i] = Integer.parseInt(info[1]);;
}
in.close();
//train the FaceRecognizer model
faceRecognizer.train(images, labels);
}catch (Exception e)
{
System.err.println("Error: " + e.getMessage());
}
Run Code Online (Sandbox Code Playgroud)
最后我用以下代码识别face:
public static String identifyFace(IplImage grayImg)
{
String predictedName = "";
//identify face from the image
int predictedLabel = faceRecognizer.predict(grayImg);
if(predictedLabel != -1 )
{
predictedName = new String(idToName.get(predictedLabel));
}
return predictedName;
}
Run Code Online (Sandbox Code Playgroud)
仅当您未正确设置阈值时才会发生这种情况,请参阅文档:
\n\n创建方法LBPHFaceRecognizer是:
Ptr<FaceRecognizer> createLBPHFaceRecognizer(int radius=1, int neighbors=8, int grid_x=8, int grid_y=8, double threshold=DBL_MAX)\nRun Code Online (Sandbox Code Playgroud)\n\n, 在哪里:
\n\n因此,在上面的方法签名中,您会看到阈值设置DBL_MAX为默认值。因此,如果您简单地忽略阈值,那么它永远不会产生-1。另一方面,如果您将阈值设置得太低,FaceRecognizer 总是会屈服-1。也就是说,检查你设置了什么binaryTreshold在代码中设置的内容。为数据找到合适的决策阈值是一个经典的优化问题,您必须根据给定标准(例如基于错误接受率/错误拒绝率)优化最佳阈值。
| 归档时间: |
|
| 查看次数: |
4808 次 |
| 最近记录: |