การตรวจจับใบหน้าที่กำหนดในฐานข้อมูลของภาพใบหน้า

ฉันกำลังทำงานในโครงการเล็ก ๆ ที่เกี่ยวข้องกับใบหน้าของผู้ใช้ Twitter ผ่านรูปภาพโปรไฟล์ของพวกเขา

ปัญหาที่ฉันพบคือหลังจากที่ฉันกรองออกทั้งหมดยกเว้นภาพที่เป็นภาพถ่ายแนวตั้งที่ชัดเจนผู้ใช้ทวิตเตอร์จำนวนเล็กน้อย แต่มีนัยสำคัญใช้รูปภาพของ Justin Bieber เป็นรูปภาพโปรไฟล์ของพวกเขา

เพื่อที่จะกรองพวกเขาฉันจะบอกโปรแกรมได้อย่างไรว่ารูปภาพนั้นเป็นของ Justin Bieber?

ความคิดที่ดีกว่าคือการทิ้งภาพทั้งหมดที่ปรากฏในฟีดของผู้ใช้มากกว่าหนึ่งรายโดยไม่จำเป็นต้องจดจำ

ฉันรู้สึกว่าhttp://www.tineye.com/commercial_apiอาจเป็นวิธีแก้ปัญหาที่นี่ เพียงแค่โยนภาพโปรไฟล์ Twitter ไปที่ Tineye ดูว่ามันส่งคืนรูปภาพ (และ URL ที่เกี่ยวข้อง) ที่สามารถระบุได้อย่างชัดเจน (หรือให้คะแนนโดยอัตโนมัติโดยใช้ตรรกะการนับคำง่ายๆ) ว่าเกี่ยวข้องกับ (หรือจาก) * * * *

Simples!

เนื่องจากคุณสามารถกรองได้เฉพาะภาพที่มีรูปถ่ายที่ชัดเจนฉันคิดว่าคุณมีวิธีการสร้างคุณลักษณะบางอย่างเพื่อเปลี่ยนภาพดิบเป็นคุณสมบัติที่มีประโยชน์สำหรับการเรียนรู้ของเครื่อง หากเป็นเรื่องจริงคุณสามารถลองฝึกอัลกอริทึมการจำแนกประเภท (มีจำนวนมากนั่นก็คือเครือข่ายประสาทเทียม ฯลฯ ) โดยให้อัลกอริธึมกับภาพถ่าย Bieber ที่รู้จักกันเป็นอย่างดี เมื่อคุณฝึกฝนแบบจำลองแล้วจะสามารถใช้ในการทำนายว่าภาพใหม่คือ Bieber หรือไม่

เทคนิคการเรียนรู้แบบมีผู้สอนแบบนี้ต้องการให้คุณมีข้อมูลที่คุณรู้คำตอบที่ถูกต้อง (Bieber หรือไม่) แต่อาจพบได้จากการค้นหารูปภาพของ Google นอกจากนี้ยังต้องการให้คุณมีคุณสมบัติที่เหมาะสมและฉันไม่รู้เกี่ยวกับการประมวลผลภาพหรืออัลกอริทึมของคุณเพียงพอที่จะรู้ว่านี่เป็นข้อเสียเปรียบครั้งสำคัญหรือไม่

คุณสามารถใช้วิธีการเช่น eigenfaces ที่http://en.wikipedia.org/wiki/Eigenface ต่อไปนี้เป็นขั้นตอนที่ดีเช่นเดียวกับการเชื่อมโยงไปยังการใช้งานที่แตกต่างกัน

http://www.pages.drexel.edu/~sis26/Eigenface%20Tutorial.htm

จากที่นี่เป็นเรื่องปกติที่จะใช้สิ่งนี้ในวิธีการจัดหมวดหมู่ฝึกโมเดลและทำนายกรณี คุณสามารถทำได้โดยการฝึกฝนกับคนดังหลายคนและถ้าคุณทำนายใบหน้าจากทวิตเตอร์ว่าเป็นหนึ่งในนางแบบที่ได้รับการฝึกฝนของคุณให้เอามันออกไป คล้ายกับhttp://blog.cordiner.net/2010/12/02/eigenfaces-face-recognition-matlab/

สิ่งนี้ทนทุกข์ทรมานจากการแก้ไขอย่างต่อเนื่อง อีกไม่นานจะมี Justin Bieber ใหม่ที่ไม่เคยอยู่ในแบบจำลองที่คุณฝึกมาดังนั้นคุณไม่สามารถทำนายได้ นอกจากนี้ยังมีกรณีเช่น Whitney Houston คุณอาจไม่เคยคิดที่จะเพิ่มเธอมาก่อน แต่เธออาจเป็นภาพทั่วไปที่แสดงความเคารพและชื่นชมในอีกไม่กี่สัปดาห์ คุณจะไม่มีข้อเสียของรูปทารกตามที่กล่าวไว้ข้างต้น ปัญหาเหล่านี้ทำให้คุณสามารถใช้วิธีการจัดกลุ่มแบบลำดับชั้นมากขึ้น การลบกลุ่มชุดแรกสองสามชุดที่ใกล้เคียงกันมากหากถึงระดับการสนับสนุนกลุ่มแรกของคุณจะมี 15 รายการก่อนสร้างกลุ่มที่สอง ตอนนี้คุณไม่ต้องกังวลว่าจะมีใครในรูปแบบการฝึกอบรมของคุณ แต่คุณจะตกอยู่ในปัญหาภาพเด็ก

http://face.com/มี API การจดจำใบหน้าฟรี

หากคุณต้องการทำด้วยตัวเองฉันขอแนะนำให้ใช้โครงการ OpenCV (CV สำหรับการมองเห็นด้วยคอมพิวเตอร์) ของ OpenCV (CV สำหรับคอมพิวเตอร์เพื่อการมองเห็น)

http://opencv.willowgarage.com/

http://oreilly.com/catalog/9780596516130

คุณต้องใส่อัลกอริทึมในการตรวจสอบบุคคลที่รูปภาพนั้นอ้างถึง คุณสามารถสร้างแบบจำลองโดยใช้ภาพบุคคลต่าง ๆ ของบุคลิกภาพที่มีชื่อเสียงและใช้ตัวแยกประเภทเพื่อให้แน่ใจว่าภาพนี้อ้างอิงถึงหนึ่งในภาพฐานข้อมูลของคุณ คุณต้องใช้ตัวจําแนกบางอย่างตามพารามิเตอร์ต่าง ๆ ที่ชอบต่อใบหน้าเช่นระยะห่างระหว่างตาหรือพารามิเตอร์อื่น ๆ เพื่อเพิ่มความแม่นยําของโมเดลของคุณ นอกจากนี้ยังมีการวิเคราะห์ผิวหนัง สิ่งสำคัญที่สุดคือการสร้างลักษณนามที่ดี วิธีนี้อาจมีช่องโหว่

แต่ก็ยังมีโครงการที่ดีมากที่ทำงานเกี่ยวกับการจดจำใบหน้าhttp://opencv-code.com/Opencv_Face_Detection

คุณอาจจะลองท้องที่คร่ำเครียดมีความละเอียดอ่อน