Я задал этот вопрос в this тоже. Но так как тема была другая, возможно, ее не заметили. Я получил собственный алгоритм распознавания лиц, используя opencv в java. Я хотел бы повысить точность кода как хорошо известный факт, что собственная функция сильно зависит от интенсивности света.Как повысить точность алгоритма Eigenface?
То, что я прямо сейчас
Я получаю отличные результаты, если я дам чек на изображение щелкнул на том же месте, где картины в моей базе данных были щелкнул, но результаты получают странно, как я даю в изображениях, щелкнутых в разных местах.
Я понял, что причина была, что мои изображения отличаются интенсивностью света.
Поэтому мой вопрос
Есть ли способ, чтобы установить стандарт для изображений, сохраненных в базе данных или те, которые приходят свежие в систему для проверки распознавания, так что я могу улучшить точность системы распознавания лиц, которую я имею в настоящее время?
Любое положительное решение проблемы было бы действительно полезно.
[equalizeHist] (http://docs.opencv.org/modules/imgproc/doc/histograms.html#equalizehist) в то время как предварительная обработка – berak
@berak прав, это даст вам хотя бы несколько процентов улучшения в точность. Вы можете проверить это на наборе данных YaleB, который имеет большие изменения освещения. – Bull
@berak Я тренировал свою систему с изображениями, которые у меня есть у людей, которых я знаю, а не на какой-то базе данных. Тем не менее мне удалось в значительной степени исправить проблемы света. Тем не менее точность сосет, поскольку распознавание соответствует тем, чьи образы не находятся в базе данных с большей уверенностью. Я попытался понять, почему, и кажется, что алгоритм собственных алгоритмов основан на шаблоне, тогда как мне нужно реализовать функциональные функции. Не могли бы вы дать мне некоторое представление об алгоритмах, основанных на характеристиках? – fastLearner