如何在OpenCV中获得最相似的特征面或Fisherfaces？

Question

我试图找到两张脸相似度的度量方法。我使用OpenCV。为此，我用1000张不同的人的1000张照片训练Eigenfaces/Fisherfaces（所以每个人1张照片）。所以我在训练集中也有1000个标签。

现在我可以使用预测方法得到最相似的脸。

我想输入2个未知的人脸图像，以找出他们是否都与训练集中的相同向量的人脸相似。

下面是openCV返回最相似标签（距离最低）的代码。

for(size_t sampleIdx = 0; sampleIdx < _projections.size(); sampleIdx++) {
    double dist = norm(_projections[sampleIdx], q, NORM_L2);
    if((dist < minDist) && (dist < _threshold)) {
        minDist = dist;
        minClass = _labels.at<int>((int)sampleIdx);
    }

问题：

在训练中：我应该把所有的脸放在同一个标签上还是放在不同的标签上？那么我应该有1个标签还是1000个？

干杯

Answer 1

我是这么做的。注意：我非常擅长perl，非常擅长C++（事实上，这是我的第一个C++项目！）所以我在命令行中输出了很多内容，并用Perl对其进行了解析。

我和您一样转到facerec.cpp，并将for循环的内容更改为：

for(size_t sampleIdx = 0; sampleIdx < _projections.size(); sampleIdx++) {
    double dist = norm(_projections[sampleIdx], q, NORM_L2);
    int labelClass = _labels.at<int>((int)sampleIdx);
    cout << dist << " " << labelClass << endl;
    if((dist < minDist) && (dist < _threshold)) {
        minDist = dist;
        minClass = _labels.at<int>((int)sampleIdx);
    }
}

这现在输出每个脸的距离和标签。由于predict函数所做的一切似乎都是以最短的距离（最低的数字）拍摄图片，并将其作为答案返回，因此现在可以获取结果列表，对其进行排序，并获取前10个结果。或者你可以拿前十个标签什么的。这只允许您访问所有数据，而不是前X个结果。

#include <iostream>

using namespace std;

到文件的顶部，这样我就可以使用cout了。