FERET 人脸识别技术测试的简单介绍
来源:互联网 发布:iphone7怎么样 知乎 编辑:程序博客网 时间:2024/06/15 00:55
1993年,美国国防部高级研究项目署(Advanced Research Projects Agency)和美国陆军研究实验(Army Research Laboratory)成立了Feret(Face Recognition Technology)项目组,建立了FERET人脸数据库,用于评价人脸识别算法的性能。
被测试的算法分为两种:
(1)半自动算法。这种算法需要人工指出图象中人的两眼中心的坐标;
(2)全自动算法。这种算法能够自动定位图象中的人脸,然后进行识别。
测试时,人脸图象分为两个集合:
(1)已知身份的人的图象组成库藏集;(gallery)或目标集(target)。
(2)输入给算法的未知身份的人的图象组成探测集;(probe)或查询集(query)。
对于人脸鉴别,查询集合中的图象分为四种:
(1)FB图象,图象与目标集合中的图象是在同日、同光照条件下拍摄。
(2)FC图象:图象与目标集合中的图象是在同日、不同光照的条件下拍摄。
(3)复像I(duplicate;I);:图象与目标集合中的图象是在不同日、不同照相机的条件下拍摄。
(4)复像II(duplicate;II):图象与目标集合中的图象是在一年以后、不同照相机的条件下拍摄。
测试时,被测试的算法作为服务器运行,测试统计程序作为客户运行,客户首先向服务器传输库藏集合,然后,逐幅向服务器传输查询图象,服务器接收到查询图象后,将结果返回客户。
到1997年底为止,参加测试的算法中,对FB图象的识别率很高,库藏1196人中首选率(输出的侯选图象集合中,排在第一幅的图象与查询图象为同一人的概率)达96%;对fc图象的识别率也比较高,库藏1196人中首选率达;81%;对两个复像的识别率低,对复像;I,库藏1196人中首选率为60%,对复像II,库藏;864人中首选率为;51%。
测试发现的主要问题:识别算法对光照变化敏感;查询图象和目标图象相隔一年半后,识别算法的性能下降;识别算法对人脸位置变化敏感:人脸偏转角度大于15度后,性能下降;识别算法对相机敏感。
0 0
- FERET 人脸识别技术测试的简单介绍
- 获取FERET人脸数据库
- Color FERET人脸数据库说明
- 基于tensorflow的人脸识别技术(facenet)的测试
- 百度人脸识别技术简单入门
- 介绍验证码识别技术的网站
- 移动端车牌号识别技术的介绍
- 证件识别结合人脸识别的人证合一技术
- 当前最先进人脸识别方法简单介绍
- 人脸识别技术
- 人脸识别技术
- 人脸识别技术
- 基于 HTML5 的人脸识别技术
- 基于 HTML5 的人脸识别技术
- 基于 HTML5 的人脸识别技术
- 基于 HTML5 的人脸识别技术
- 基于LBP的人脸识别技术
- 基于 HTML5 的人脸识别技术
- 见过的最全的iOS面试题
- github优秀开源项目大全-iOS
- Qt:把QString转换为 double类型
- 集算器实现记录合并
- android应用默认安装路径配置
- FERET 人脸识别技术测试的简单介绍
- Qt: QT中PRO文件写法的详细介绍
- 开源 java CMS - FreeCMS2.4 热词管理
- sqlite3:基本操作
- HTML:通信设置界面刷新失败原因分析
- 浅谈HTTP 中get 和post方式
- leetcode-T7 Reverse digits of an integer
- Http1.0和http1.1
- VirtualBox下安装CentOS,安装图解