kalian

Спасибо, как раз разбираю top10 алгоритмов data mining =)

Для самой последней .. 2.2

Тогда может подскажешь, какие либы нужны для проекта в его собственной папке для того, чтобы любой проект работал ? Перечислишь списком?

Ах да, забыл в первом этапе указать ценный алгоритм EigenFace. И если можно, пометьте, как называются методы для данных алгоритмов, которые Вы используете

Ну а если всё-таки привязаться к OpenCV?))) Задам задачку вот такую: У кого-нибудь есть уже результаты сравнения некоторых алгоритмов из библиотеки OpenCV? На каждом этапе нужны % быстродействия и точности алгоритмов. Голая статистика есть и в инете, достаточно погуглить, тут надо это программно показать. Я занялся, пока результаты неутешительные, но в целом алгоритм и какие методы сравниваю, приведу ниже: Выполнение распознавания и сравнения должно быть сначала для реализации с 1 фотографией, потом для реализации с пулом фотографий (скажем, штук 20-25) 1 этап - распознавание лица Алгоритмы: - Виолы-Джонса - Каскады Хаара - Метод SURF (предположим, что один образец у нас уже лежит в наборе данных) 2 этап - распознавание признаков Алгоритмы: - Метод SURF (предположим, что один образец у нас уже лежит в наборе данных), построение SIFT-дескрипторов - Обучение нечеткого классификатора - Обучение более детальных каскадов Хаара (для характерных признаков: для глаз, для рта, для носа и для бровей) 3 этап - сравнение признаков с образцами в базе и выдача результата Алгоритмы: - Метод SURF (предположим, что один образец у нас уже лежит в наборе данных), сравнение SIFT-дескрипторов - Обучение нечеткого классификатора - Геометрически (сравнение по координатам глаз, рта и пр., по расстоянию между ними)

Да, cv100.dll быть и не должно в версии 2.2, т.к. там должна быть либа cxcore220d.lib и dll-ки cv220d.dll и пр. Как бы теперь в стандартной распаковке мне бы их найти? По всем папкам в OpenCV 2.2 прошелся, там их нет в чистом виде. Можно конечно скачать на http://www.dll.ru/, http://www.dllbox.ru/ или соответствующих, но хотелось бы сразу пакет lib иметь, чтобы их засунуть в папку проекта и не париться потомм с переносом на другие компы заказчика.

А не подскажете, в ту же топку, что за stasm и где в opencv 2.2 найти cv100.dll?

QT под Линой на работе стоит, я с ней тоже работаю, но всё-таки хочется под православной виндой накодить, т.к. проект будет представляться именно на ней, а я как знаю с qt там еще файлы пакетов надо собирать вручную .. всё-таки нужно решение либо на cpp либо на php в связке с opencv

Забыл уточнить, что - лица людей беру в самом простом рассмотрении, в анфас (если в профиль, то интересен будет вариант с одной уже имеющейся фотографией данной персоне в базе и последующего сравнения с ней загруженной фотки той же персоны с помощью метода SURF) - должна быть какая-либо база, к которой идут коннекты (мэй би xml либо mysql, а если база большая, то postgress либо Oracle, но как их связать с С++? Кто-нибудь уже имеет готовое решение по коннекту к таким базам с наборами данных (data sets)?) Поможете?

Здравствуйте! У меня вот тоже диплом, думаю на С++ писать с OpenCV, но без помощи не обойтись - тоже горит. Причем еще непонятно какими методами реализовывать данный алгоритм. Суть диплома примерно такая: юзер загружает фотографию в программу, далее распознается лицо человека и контрольные точки (у меня их 4: два глаза, рот, нос). Далее по положению данных контрольных точек на лице фотография сравнивается с фотографиями из определенной базы, где картинки разбиты на категории мимик и эмоций. И какая мимика наиболее подходит, в результате на выходе и показывается наиболее подходящий результат. Перелазил все ресурсы, сообщества, Хабр, пересмотрел много статей с IbPRIA и ICPR - конференций. Подумал сделать так: Сначала применить метод Хаара Затем сделать небольшую эрозию изображения (можно и без нее, можно просто поднять частотность повыше) Потом применять метод SIFT - дескрипторов для нахождения общих точек с фотографией из базы ... это один из вариантов, другой был описан в 2008 году по-моему, корейцами на конференции, там тоже делали 3мерную модель и вычисляли расстояние между глазами и ртом, но там применяется нейронный классификатор и в-общем не особо понятно как делать через него . Подскажите, как лучше подойти к решению данной задачи? Может где-то есть уже готовое решение? В OpenCV по-моему есть распознавалка устойчивых признаков изображения хорошая, это так? А может кто-нибудь согласится мне помочь и вместе написать диплом (за отд. плату)? Я буду очень рад А то сам чувствую не осилю... Заранее спасибо!