OpenCV性别分类使用级联分类器与面部识别器(fishface)

OpenCV Gender Classification using CascadeClasifier vs. FaceRecognizer (FisherFace)

本文关键字：识别 面部 fishface 分类器 分类 级联 OpenCV      更新时间：2023-10-16

我正在努力寻找性别检测的最佳方法。我正在使用opencv，目前一切都很好，除了性别准确性不是很好，即使我有1500个样本图像，每个男性和女性。

我使用默认的lbp人脸级联文件来检测人脸，然后使用自定义编译的fish人脸识别器模型来将人脸分类为男性或女性。

我想知道是否有人有任何关于为每个男性和女性面孔生成lbp级联的想法，其中负样本将包含异性?在我自己尝试之前，我想知道是否有人知道这是否会浪费时间

我可以在opencv中使用级联分类器一次检查框架中的男性，第二次检查女性吗?

编辑:下面是我用来辨别镜头前是男是女的步骤:

  1. 检测人脸
  2. 裁剪脸部
  3. 在裁剪图像的上半部分检测至少两个眼睛(使用临时图像)
  4. 检测左右眼
  5. 在左眼周围旋转裁剪的图像以对齐眼睛
  6. 翻译图像，使眼睛之间的中心是裁剪图像的中心，眼睛的垂直位置与样本图像的眼睛相同
  7. 将图像大小调整为150 × 150，保持长宽比
  8. 正常化图像照明
  9. 使用fishingfaces将面部分为男性或女性

是的，如果您为检测创建特定性别的lbp级联，那将是浪费时间。这种类型的检测使用"哈尔样"特征，基本上是线条。男性和女性的脸在这方面都有相同的特征，所以你的检测器的消极和积极图像在数学上是相同的。

有很多原因为什么鱼脸歧视性别识别是"垃圾"，正如你所说的，可能是由于几个原因。一旦检测到人脸，你会对其进行什么类型的预处理?你把脸对齐了吗?否则，你就没有机会了。你正在对灯光进行规范化吗?您是否使用ASM来查找面部的特征点并从平面旋转变形到正面视图?当涉及到任何类型的图像处理时，预处理是一切。

相关文章：