主题:【原创】抛砖!模式识别和机器学习、数据挖掘的区别与联系 -- 永远的幻想
人脸探测被Viola Jones一统江湖了,日本人凭着优良的工业直觉很快就做到数字相机上去了。但是现在在自然条件下的探测率也只有60%左右。
人脸识别的主要思路是把人脸探测出来,对齐,然后提取特征比较。用手工提取人脸(有现成的数据库)然后识别的文章一大把。但是其中的一个关键问题是人脸是否对齐对不同方法的影响不一样:把人脸作为整体提取特征的方法对对齐的要求非常高,而基于patch的方法要robost得多。另一个关键问题是光照的问题。
几年前机器人脸识别的准确度号称比人类识别的准确度要高。但是第一,一对一单挑,机器比人仍然差得远。第二,在自然环境下的人脸识别,仍然没法用。
现在的人脸识别思路一定有很大的问题。我觉得第一是分辨率低了,第二是视频信息的使用还没有被好好开发。我的根据是人在仔细识别一张活人的脸的时候,其实是在处理高分辨率的视频图像。而现在的大多数系统是处理的中低分辨率的单幅图像。我觉得这个会是人脸识别的下一步发展方向。
生物特征识别工业的趋势是把指纹,虹膜和人脸结合起来。
另外这个生物特征识别跟课本里的模式识别不是太一样:严格来说,这个不是识别,而是比较(match)。
- 相关回复 上下关系8
🙂(三)模式识别中的工程、技术 28 永远的幻想 字4805 2010-07-17 19:53:58
🙂关键还是特征(feature)的定义吧? 愚弟 字63 2010-07-23 16:32:30
🙂【商榷】人脸识别,已经是工程上可以实现的问题 mitwisdom 字52 2010-07-21 18:23:23
🙂人脸识别还不能单干
🙂对照(match)不是识别吗? 愚弟 字99 2010-07-23 16:47:52
🙂我觉得主要区别是训练集 飞车大漠 字115 2010-07-23 17:34:22
🙂研究算法,这训练集还是要的-_-! 永远的幻想 字567 2010-07-23 18:04:35
🙂我们所说的训练大概不太一样 1 飞车大漠 字283 2010-07-23 23:12:13