2 zhanhaisong zhanhaisong 于 2016.03.27 19:34 提问

关于opencv的人脸识别识别率极低
    我用opencv做了一个人脸识别的应用。主要流程就是,从一幅图中检测出人脸,然后将人脸框定为一张新的图片,再利用这张图片,调用opencv的识别函数进行识别。可问题是,内置的三个算法我都用过了,为什么识别率都非常低呢?甚至基本是无法识别的。

我已经训练好了样本库的,训练用的是证件照,每个人的证件照通过旋转一定角度从而分别形成十个样本。 用于识别的照片是普通的生活照,近距离的人脸照。

3个回答

lx624909677
lx624909677   Ds   Rxr 2016.03.27 23:14

如果OpenCV提供的库直接的识别率有那么高,就不会还有那么多公司去做人脸识别了,(ˇˍˇ) 想识别率高,要么自己去写算法,要么就用一些成熟的库,比如face++

CSDNXIAON
CSDNXIAON   2016.03.30 11:27

opencv人脸识别--detectMultiScale函数
----------------------同志你好,我是CSDN问答机器人小N,奉组织之命为你提供参考答案,编程尚未成功,同志仍需努力!

diudiu5
diudiu5   2016.04.24 23:27

可以自己编程,主要攻克排除噪声,改进方法。

Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
转:让opencv输出人脸检测的得分(置信率)
让opencv输出人脸检测的得分(置信率) 最近项目略多,其中一个需要找出一些和脸比较像但是不是脸的负样本,想用opencv的人脸检测器检测到的错误脸作为这样的负样本。 但是国内(包括国外)居然几乎没有相关的资料如何输出detectMultiScale()的置信率或者说是人脸得分 所以写一篇小小的总结供有相关需求的人参考。 转载需注明:http://www.cnblogs.
算法优化二——如何提高人脸检测正确率
提高人脸检测正确率,如何使用Opencv中自带的人脸分类器
基于深度学习的人脸识别系统,识别率高达99.7%
 基于深度学习的人脸识别人脸定位和crop特征提取和相似度对比余弦距离:0.74451 ,准确率相当高了欢迎大家加入我们的QQ群,看下面
OpenCV人脸识别
基于OpenCV的人脸识别例子,识别率80%左右。
人脸识别新技术准确率超99%:比肉眼更加精准
 香港中文大学教授汤晓鸥、王晓刚及其研究团队上周宣布,他们研发的DeepID人脸识别技术的准确率超过99%,比肉眼识别更加精准。   汤晓鸥领导的计算机视觉研究组 (mmlab.ie.cuhk.edu.hk) 开发了一个名为DeepID (深分证)的深度学习模型, 在LFW (Labeled Faces in the Wild)数据库上获得了99.15%的识别率。   LFW是人脸识别领
OpenFace做人脸识别
转载:http://blog.topspeedsnail.com/archives/10933 OpenFace – Free and open source face recognition with deep neural networks. OpenFace源代码:https://github.com/cmusatyalab/openface/ OpenCV源代码:http
【C++】基于 OpenCV 的人脸识别(强烈推荐)
一点背景知识 OpenCV 是一个开源的计算机视觉和机器学习库。它包含成千上万优化过的算法,为各种计算机视觉应用提供了一个通用工具包。根据这个项目的关于页面,OpenCV 已被广泛运用在各种项目上,从谷歌街景的图片拼接,到交互艺术展览的技术实现中,都有 OpenCV 的身影。 OpenCV 起始于 1999 年 Intel 的一个内部研究项目。从那时起,它的开发就一直很活跃。进化到现在
opencv人脸检测输出的置信率
让opencv输出人脸检测的得分(置信率) 最近项目略多,其中一个需要找出一些和脸比较像但是不是脸的负样本,想用opencv的人脸检测器检测到的错误脸作为这样的负样本。 但是国内(包括国外)居然几乎没有相关的资料如何输出detectMultiScale()的置信率或者说是人脸得分 所以写一篇小小的总结供有相关需求的人参考。 转载需注明:http://www.cnblogs.
opencv 人脸识别 (二)训练和识别
上一篇中我们对训练数据做了一些预处理,检测出人脸并保存在\pic\color\x文件夹下(x=1,2,3,...类别号),本文做训练和识别。为了识别,首先将人脸训练数据 转为灰度、对齐、归一化,再放入分类器(EigenFaceRecognizer),最后用训练出的model进行predict。-----------------------------------------环境:vs2010+op
opencv下haarclassifiercascade加上LBPHFaceRecognizer实现人脸识别
(需要配置好opencv)支持多目标检测,人脸识别