基于 EigenFaces 的人脸检测

EigenFaces概述

EigenFaces 人脸检测是一种从主成分分析(Principal Component Analysis,PCA)中导出的人脸识别和描述技术。

特征脸方法就是从大量的人脸图像中,寻找出人脸的共性。将眼睛、面颊、下颌样板采集协方差矩阵的特征向量统称为特征子脸。

应用函数说明

通过函数 cv2.face.EigenFaceRecognizer_create()生成特征脸识别器实例模型

应用 cv2.face_FaceRecognizer.train()函数完成训练

使用cv2.face_FaceRecognizer.predict()函数完成人脸识别

函数cv2.face.EigenFaceRecognizer_create()
格式:retval = cv2.face.EigenFaceRecognizer_create( [, num_components[, threshold]] )
参数说明:
num_components:在 PCA 中要保留的分量个数。
threshold:进行人脸识别时所采用的阈值。

函数cv2.face_FaceRecognizer.train()
格式:None = cv2.face_FaceRecognizer.train( src, labels )
参数说明:
src:训练图像,用来学习的人脸图像。
labels:人脸图像所对应的标签。

函数cv2.face_FaceRecognizer.predict()
格式:label, confidence = cv2.face_FaceRecognizer.predict( src )
参数说明:
src:需要识别的人脸图像。
label:返回的识别结果标签。
confidence:返回的置信度评分。置信度评分用来衡量识别结果与原有模型之间的距离。

应用案例 

利用 EigenFaces 人脸检测找出对应人物 

基于 EigenFaces 的人脸检测_第1张图片

示例代码 

利用EigenFaces人脸检测找出对应人物

利用EigenFaces人脸检测找出对应人物资源-CSDN文库

你可能感兴趣的:(机器视觉,OpenCv,Python,计算机视觉,opencv,人工智能)