java如何使用opencv计算人脸识别的百分比格式预测置信度？

Question

我正在使用LBP类型的OpenCV FaceRecognizer进行两个面的比较工作。我的问题是如何计算预测置信度的百分比？给出以下代码（javacv）：

int n[] = new int[1];
double p[] = new double[1];
personRecognizer.predict(mat, n, p);
int confidence = p[0];

但是置信度是一个双值，how我应该convert把它转换成percentage %的probability值吗？ 是否存在现有的公式

对不起，如果我没有把我的问题说清楚。好的，下面是场景：

我想比较两张人脸图像，得出两张人脸的相似性，例如输入John的照片和他的同学Tom的照片，假设相似性为30%；然后输入约翰的照片和他哥哥杰克的照片，得到的概率是80%。 这两个相似性因素表明杰克比汤姆更像他的兄弟约翰。。。所以百分比格式中的似然度因子就是我想要的，值越大，表示两个输入面的似然度越高。 目前，我通过使用opencv函数FaceRecognitor计算输入的置信值来实现这一点。预测，但置信度值实际上代表其特征向量空间中输入之间的距离，因此如何将距离（置信度）缩放为似然度百分比格式

Answer 1

你的问题太深奥了。根据OpenCV文档： predict()

Predicts a label and associated confidence (e.g. distance) for a given input image

我不知道你在这里寻找什么，但这个问题并不容易回答。人内人脸变化（同一人的变化）很大，人间人脸变化（来自不同人的人脸）可能更紧凑（例如，当两张脸都在前面，而人内第二张人脸图像是轮廓时），因此这是一个需要答案的完整主题

可能您应该有一个基本事实（即，一些带有已知标签的面），并从该集合中扣除您希望将距离与标签关联的百分比。虽然这也常常是不准确的，因为距离与你对相似性的感知不一致（正如前面提到的，人与人之间的面孔可能会有很大的差异）

编辑：

首先，人类对面孔相似性的感知并不普遍。另一半，大多数人会在不同的姿势和姿势下认出属于同一个人的脸<这里的大多数单词都很重要。当你对极限施加压力时，人类的感知将开始分化，例如，当多年来被要求识别一张脸时，时间跨度变得相当大（儿童、青少年和老人）

您要求计算鼻子/眼睛等的相似性？如果是这样的话，我认为最好的方法是找到属于同一个人的一组鼻子/眼睛，并进行训练，然后检查你在不同不同人的另一组上的表现

据我所知，通常的方法是使用包含阳性和阴性样本的成对图像进行训练和测试。阳性样本是属于同一个人的一对图像，而阴性样本是属于两个不同的人的一对图像

我不确定你到底在问什么，所以也许你可以看看这个link

希望有帮助

编辑2：

既然你想把你得到的距离转换成一个以百分比表示的相似性，那么你可以通过某种方式反转距离来得到相似性。不过，这里出现了一些问题：

• 绝对匹配有一个值，即dis = 0;或等效相似性为sim = 100%，但总不匹配没有明确的值：dis = infinitesosim = 0%。另一方面，反向进程有明确的边界0% - 100%
• 由于极值包括0和无穷大，因此必须进行比简单反演更聪明的转换

您可以很容易地将1.0（或100%分配给相似性）对应于绝对匹配，但您将要将什么视为总不匹配尚不清楚。你可以考虑任意高的值作为^ {< CD9> }（因为你没有很大的区别，例如在使用10000到11000的距离，我猜）和所有的值都高于这个（被认为是距离值）{{CD9}}。

为了找到应该是哪个值，我建议比较两个完全不同的图像，并使用它们之间的距离为0.0

让我们假设这个值是disMax = 250.0;和simMax = 100.0; 那么一个简单的方法就是： 双sim=simMax-simMax/DISAX*dis

对于0距离，相似度为100.0，对于250距离，相似度为0.0。大于250的值将给出负相似性值，应将其视为0.0