我正在尝试用统一的模式映射来实现原始和循环局部二进制模式 (LBP),用于人脸识别应用。
到目前为止,我已经完成了LBP描述符提取和空间直方图构建步骤。现在我要从事人脸分类和识别阶段的工作。正如本课题中的原纸所提出的,最简单的分类器使用卡方统计量作为两幅人脸图像的两个直方图之间的不同度量。这个公式看起来很简单,但我不知道如何根据卡方不同度量的结果值来分类两个直方图是同一张脸或不同脸的表示。所以我的问题是:什么是最优的阈值,我可以用它作为同一脸和不同脸之间的边界线?我如何确定这个值?
我在互联网上看到了一些源代码,他们将LBP阈值设置为180.0。我不知道这个价值是从哪里来的。
我很感激你的帮助。谢谢你的阅读。
发布于 2014-02-27 16:06:43
在相同/不相同的设置中,您可以从培训集中学习最佳阈值。给定,例如1000对相同和1000对不相同的训练,在阈值上运行一个for循环。对于每个阈值,计算精度为0.5 *(距离<当前阈值的相同对的百分比)+ 0.5 *(距离为>= currentThreshold的不相同对的百分比)。然后,跟踪最优阈值。
顺便说一句,对于相同/不一样的设置,我建议考虑使用一次射击相似。
https://stackoverflow.com/questions/22058129
复制相似问题