用opencv做人脸识别 如何识别陌生人?
发布网友
发布时间：2022-04-22 10:11
共1个回答
热心网友
时间：2022-05-22 01:45
如果某个识别对象和训练库中的某一个很匹配，那么就会有很高的相似度。
如果识别对象不在训练库中，那么就算是返回了结果，相似度也不会很高，只不过是数值上的最优解。
所以，设置一个相似度的阀值(THREADHOLD), 最匹配误差(leastDistSq)大于这个阀值就可以判断为不在训练库中！
if ( leastDistSq > THREADHOLD ) {
return -1;
}
return iNearest;
}
追问能否请教一下相似度的阀值(THREADHOLD)应该怎么样设定呢？依据什么来设定？
追答这个可以使用测试来得出，你用一些匹配的人脸去识别，再用一些不匹配的人脸去识别，分别将运行时最终的leastDistSq输出出来。这样就得到了两组数据，你的THREADHOLD只要能将两组数据很好的区分开就好了！
假如你得到两组leastDistSq数据：
匹配的： 0.2, 0.12, 0.15, 0.3, 0.21
不匹配的：0.5, 1.12, 3.15, 5.3, 3.21
那么，可以看到所有匹配的leastDistSq都小于0.4，反之亦然。所以如果我们来用0.4来做阀值，所有的均可以正确区分。
如果你的人脸识别算法本身精确度不高的话，匹配的数值和不匹配的可能有重叠的部分，只要找一个数字，能够尽可能多的正确区分就可以了。
