最近一直在忙,很少考虑人脸识别方面的东西,主要精力放在了人脸检测上面。我们组深入研究了一下Adaboost算法,OpenCV中便是使用的该方法进行的人脸检测,效果还不错,基本搞清楚。另外对HMM也有一定的了解。
在了解这些东西后,我们又回到了原来的路线上——人脸识别。
接着上次的PCA的讨论,我们认为目前改进该PCA算法的识别率的方法主要是以下方面:
重点解决人脸的大小问题,我们初步设想是在图像检测的时候,框住人脸之前把整个图片进行放大,使得其中的人脸大小基本差不多,这样框出来的人脸效果可能会好一些。
另外我们考虑人眼定位的问题,只需要把人的眼睛找到,再根据人脸与人眼睛之间距离的关系,就可以精确的找到人脸,进而框出人脸。
第三,对HMM进行一定的完善,因为其对光线很敏感,所以对所有的图片进行直方图均衡化。
这是马上就要完成的任务。