d1g1t 0 Жалоба Опубликовано November 1, 2010 Всем привет. Потестил вариант с PCA PCA Sample int trainer::findNearestNeighbor(float * projectedTestFace) { double leastDistSq = DBL_MAX; int i, iTrain, iNearest = -1; for(iTrain=0; iTrain<trainFaces_; iTrain++) { double distSq=0; for(i=0; i<eigens_; i++) { float d_i = projectedTestFace - projectedTrainFaceMat_->data.fl[iTrain*eigens_ + i]; distSq += d_i*d_i; } if(distSq < leastDistSq) { leastDistSq = distSq; iNearest = iTrain; } } return iNearest; } Для лица, которое есть в базе leastDistSq составляет < 7 000 000 Для лица, которого нет в базе leastDistSq составляет > 60 000 000. Разница очевидна. Но какой взять именно минимальный критерий O? Спасибо. Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
Smorodov 579 Жалоба Опубликовано November 1, 2010 Еще пример лежит здесь: http://www.compvision.ru/forum/index.php?s...%EE%ED%E5%ED%F2 По поводу порога, методики определения не встречал, все ставят по личному опыту. Это еще зависит от размера базы, если лиц много, то разница (есть/нет в базе) может быть достаточно небольшой. Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах
d1g1t 0 Жалоба Опубликовано November 1, 2010 Еще пример лежит здесь: http://www.compvision.ru/forum/index.php?s...%EE%ED%E5%ED%F2 По поводу порога, методики определения не встречал, все ставят по личному опыту. Это еще зависит от размера базы, если лиц много, то разница (есть/нет в базе) может быть достаточно небольшой. Спасибо за ответ. Скажите еще пожалуйста, создание модели и распознавание лиц используя Local binary patterns эффективнее за PCA? Поделиться сообщением Ссылка на сообщение Поделиться на других сайтах