Je travaille sur un projet de reconnaissance de visages, en utilisant OpenCV. Je forme tous les 3 reconnaisseurs (Eigen, Fisher, LPBH) en utilisant le CvHaarClassifierCascade. Le problème est que FaceRecognition :: predict prédit presque toujours une correspondance. Par exemple, disons que j'ai 10 images par personne et que j'ai 2 personnes. Lorsque la personne n ° 1 voit la caméra, la prédiction fonctionne. Lorsque la personne n ° 2 voit la caméra, la prédiction fonctionne également.Problème OpenCV FaceRecognition - il correspond presque toujours aux images
Cependant, quand je n'ai qu'une seule personne, alors quand la personne # 2 voit l'appareil photo, LPBH correspond presque toujours à la personne # 1. Autrement dit, lorsque la personne qui regarde la caméra n'est pas incluse dans les classes d'entraînement, LPBH lui correspond presque toujours.
Y a-t-il des paramètres avec lesquels je pourrais configurer le LPBH afin d'éviter ce comportement? Je veux rejeter les personnes "inconnues".
Cordialement.
"Cependant quand je n'ai qu'une seule personne, alors quand la personne n ° 2 voit la caméra" <- est-ce que cela veut dire que vous ne formez qu'un seul visage et que vous vous attendez à ce qu'il distingue différentes personnes? Dans ce cas, il ne peut pas le faire. Le classificateur indique qui est le plus similaire parmi ceux qui ont reçu une formation et un indice de confiance. Il ne peut pas résoudre d'autres problèmes que ceux pour lesquels il a été formé. –
Alors quelle serait l'approche la plus correcte à adopter lors de la création d'un système dans lequel une personne inconnue doit être rejetée? – Michael
Oui, regardez dans la valeur de confiance et rejetez en fonction de cela. –