如何提高人脸识别的识别率

Aowu_yuyu 2017-07-27 09:02:24

本人最近在研究人脸识别，用的是opencv和c++，opencv官网上的三种方法都研究了一遍，已经弄出来了一个可以识别的程序，假如想深入研究人脸识别提高人脸识别的正确率，应该从哪方面入手啊

...全文

2037 3 打赏收藏转发到动态举报

写回复

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

Rising_sun2017 2018-08-28

打赏
举报

回复

人脸识别的识别率除了和算法有关系外，实际使用中还和环境光照条件，人脸和摄像头的距离，照片质量，是不是有遮挡等有关系，如果是从算法层面来讲的话，可以试试其他家的技术，比如虹软最近出的人脸识别还不错，论坛里面有和dlib OpenCV 识别效果的对比虹软 ArcFace 与 Dlib 人脸识别对比

weixin_42813210 2018-07-27

打赏
举报

回复

人脸识别需考虑光照、角度、表情等。仅从功能上来说，大致有如下：1、人脸与摄像头检测距离 2、是否戴眼镜 3、额头遮档 4、头部倾斜 5、脸部偏转 6、化妆等

赵4老师 2017-07-27

打赏
举报

回复

增加训练样本数。

在进行人脸识别的基础数据收集时，我们也可以通过各种方式（如视频监控、社交网络等）增加数据来源，从而提高训练深度和广度，并且在这种过程中保持数据的多样性。在选择算法时，我们可以考虑采用基于神经网络的算法。从AlexNet、LeNet、VGGNet、GoogleNet到ResNet等等，针对不同场景，有不同类型的网络，我们可以选择适合我们的网络进行人脸识别的训练。正则化与正则化网络：人脸识别算法通常会面临区分较差的问题，为解决这一问题，我们可以使用正则化技术，对权重进行约束，从而使得权重的分布更加稳定。

由于图像的质量、光线、角度等因素影响。这时如果使用官方提供的模型做人脸识别，就会导至识别率不是很理想。人脸识别的准确率与图像的清晰度和质量有关。如果图像模糊、光线不足或者有其他干扰因素，Dlib 可能无法正确地识别人脸。为了确保图像质量良好，可以使用更清晰的图像、改善光照条件或使用图像增强技术来提高图像质量。但这些并不是本篇章要讲述的内容。那么除去图像质量和光线不足等因素，如何解决准确率的问题呢？答案就是需要自已收集人脸并进行训练自已的识别模型。

人脸识别技术作为计算机视觉领域的一项重要技术，被广泛应用于安全监控、身份验证、智能交通、人脸支付等领域。如何提高人脸识别模型的质量，是人脸识别技术研究的重要方向之一。

Dlib+OpenCV深度学习人脸识别前言人脸识别在LWF(Labeled Faces in the Wild)数据集上人脸识别率现在已经99.7%以上，这个识别率确实非常高了，但是真实的环境中的准确率有多少呢？我没有这方面的数据，但是可以确信的是真实环境中的识别率并没有那么乐观。现在虽然有一些商业应用如员工人脸识别管理系统、海关身份验证系统、甚至是银行人脸识别功能，但是我们可以仔细想想员工人脸识...

如今，看一眼手机，就能唤醒屏幕进行刷脸解锁。逛完超市，双手提着购物袋，看一眼收银台的终端设备，就能刷脸支付。如此便利的体验，都缘于人脸识别技术的普及。不过，“刷脸”在给人们日常生活带来便利体验的同时，其安全性更是备受关注。就在最近，央视网曝出了一种只需要一张照片就能攻破人脸识别的方法。技术人员演示，一张人脸图片和一段包含点头、摇头、说话等动作的视频，运用深度合成技术就能让人脸图片动起来。一张静态图，大概率是无法破解人脸识别，但动起来之后视频，就能达到以假乱真，轻松攻破人脸识别系统。想要实现让人脸图片动起来，

其它技术问题

3,881

社区成员

9,054

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章