为什么被折叠？
0 个回复被折叠
3 回答
在库中人脸不多或者照片的环境变化很大，如光源发生较大变化、人脸戴黑框眼镜与否、表情的剧烈变化等情况下，verify效果比较差。
可以用compare比对，比较待验证图片和库中图片的相似度。如果每次照片的角度和光照条件都类似，相似度可以达到70%。一些社交应用大约设到50%~60%。
来源于：关于人脸比对compare方法的返回值
可以这么做，但是阈值本身是一个很值得研究的问题。你应用场景如果不很难，或者算法如果足够好，用交叉验证找到一个最好的阈值就好了。
另外一个思路是采用人脸验证（face verification）的做法。即，给两张人脸照片，判断是否属于同一个人。对于输入照片，和数据库里的所有照片都做比对。如果这张照片与所有数据库照片都不是一个人，那么输出这张照片不属于这个数据库。如果找到多个匹配，输出相似度最大的。
现在人脸识别的研究都往face verification的思路走了，也有很多很好的工作。如果没有接触过的话，你可以先读读：
Attribute classifier
http://www1.cs.columbia.edu/CAVE/publications/pdfs/Kumar_ICCV09.pdf
LFW的页面下有很多做的最好的论文，翻到最下，有列表。
http://vis-www.cs.umass.edu/lfw/results.html
值得一提的是，在face verification，人脸识别问题转化成了求两张人脸的相似度，最后根据相似度的大小，设定一个阈值，来确定是否两张图片属于一个人。而这个阈值是通过算出你的ROC曲线，找到一个你能接受的false positive或者true negative值。
问题动态
- 发布时间
- 2026-01-16 15:50
- 更新时间
- 2026-01-16 15:50
- 关注人数
- 0 人关注
