顔認識と特徴抽出

Question

顔認識について私の論文に取り組んでいます。実行したいコードには入力データセットがありません。私はコードの作者のための電子メールを送信し、彼はデータセットの ".mat"ファイルを持っていないと私に生のデータを送信すると言う。データセットは ".pgm"ファイルを含む "Cropped Yale dataset"です。一方、コードでは '.mat'ファイルを使用する必要があります。 まず、特徴抽出にSURF（MATLABで）を使用し、.matファイルに変換する必要があります。 私はいくつか質問があります：

1-生の画像を使用できますか？

2 - .matファイルをビルドするためにSURFを使用するにはどうすればよいですか？私はfeauresとラベルを同じ '.mat'ファイルに入れたいと思う。

3画像から抽出する必要がある機能が不思議です。

何か助けていただきありがとうございます。

Answer 1

あなたの質問は少し曖昧になっていますので、私の回答があなたを助けてくれることを願っています。

おそらくアルゴリズムや機械学習モデルのトレーニングデータセットのようなものを作成したいと思うでしょう。私はあなたが "ラベル"を含む.matファイルを作成しようとしているので、これを仮定します。おそらくラベルは「顔」か「顔なし」でしょうか？

実際に実行しようとしているコードは、入力データが必要なために記述する必要があります。著者は生データを送信するので、生データを直接使用し、必要な.mat形式のトレーニングデータは使用しない可能性があります。

1）もちろん、生データを使用することができます。生の画像は、あなたの訓練データです。顔がどのように見えるかを知るためには、いくつかの異なるアプローチ（Eigenfaces、...）を与えることができます。生の画像の代わりに何を使いたいですか？

2）SURFは画像から特徴を抽出します。 MLアプローチのトレーニングデータを作成すると仮定すると、SURFを使用して、顔を表示する1000個の画像と他のものを示す1000個の画像を抽出し、それに応じて「顔」または「顔なし」のデータにラベルを付けます。あなたが克服しなければならない最大の問題は、さまざまな画像でSURFが見つけるさまざまな数の機能です.LMLのアプローチでは通常、一定数の機能が必要です。

3）SURFは画像内の特徴的な点に基づいて画像から特徴を生成するので、すでにこの質問に対する答えです。画像の特徴点はある程度スケールと回転不変であるためです。 SURFやSIFTなどのアルゴリズムを使用してフィーチャーを抽出しない場合は、フィーチャー・エンジニアリングを自分で行い、優れたフィーチャーを定義する必要があります。顔認識の領域は十分に分析されているので、確立されたアプローチに固執することをお勧めします。