Face Recognition using PCA

犬王

请问有谁是做脸相识别系统？
我有好多的疑问，希望大家可一起讨论。
我是用visual C++写码。

tensaix2j

FYP 用ANN 做过。。

johe07

哦？好像很有趣的系统。。。
可以说说是怎样的一个系统？
是如何运作的吗？

MaokeJackson

樓主先把你的問題提出來，這樣子才有討論的方向。
雖然我的FYP做的是fingerprint recognition，但是可以給你一些建議。

多看paper，分析各種方法的優缺點，可以跟你的professor討論。

我是用Matlab開發，因為它提供很強大的矩陣運算，還有Toolbox可以人性化地展示數據，方便debug。
本來應該要轉成C放到DSP上執行，不過前面太鬆懈導致最後沒時間完成這個部分，demo的時候就只能針對演算法的部分講解得更詳細，至於在embedded system上的效率只能輕輕帶過...

你（們）首要做的是把系統雛型做出來，也就是把流程擬定好。
一旦有了流程比較好掌控方向，可以知道自己接下來要做什麼。

至於biometric的流程一般上會有兩個，即enrollment和verification，各種相關paper都會提到。
你不妨先找找資料再來提出你的問題，因為它牽涉的範圍很廣。

犬王

原帖由 tensaix2j 于 1-2-2007 11:17 PM 发表
FYP 用ANN 做过。。

效果如何？满意否？

犬王

原帖由 MaokeJackson 于 2-2-2007 02:09 PM 发表
樓主先把你的問題提出來，這樣子才有討論的方向。
雖然我的FYP做的是fingerprint recognition，但是可以給你一些建議。

多看paper，分析各種方法的優缺點，可以跟你的professor討論。

我是用Matlab開發， ...

我知道。我已在做着。我是用C++，加上opencv library。
你能给的建议是关于哪方面？

tensaix2j

原帖由 犬王 于 5-2-2007 08:32 PM 发表

效果如何？满意否？

其实我是做手势识别系统(hand gesture recognition)。。accuracy ９１％。。
10000 training samples
1000 test validation samples

[ 本帖最后由 tensaix2j 于 6-2-2007 12:12 AM 编辑 ]

犬王

原帖由 tensaix2j 于 6-2-2007 12:11 AM 发表


其实我是做手势识别系统(hand gesture recognition)。。accuracy ９１％。。
10000 training samples
1000 test validation samples

还不错。
training用什么方法？用database？

tensaix2j

原帖由 犬王 于 6-2-2007 01:04 AM 发表

还不错。
training用什么方法？用database？

ann backward propagation. Triesch dataset

犬王

原帖由 tensaix2j 于 6-2-2007 06:33 AM 发表


ann backward propagation. Triesch dataset

通常都用bp algorithm。
不好意思，什么是triesch dataset？是program吗？

tensaix2j

原帖由 犬王 于 6-2-2007 10:50 AM 发表

通常都用bp algorithm。
不好意思，什么是triesch dataset？是program吗？

某人准备的dataset。

犬王

我想问你们的program用的方法都是别人的研究吧？！那，只是应用还是有自创些什么add on?

tensaix2j

program是自己写。 algorithm是应用（当然要研究各种不同的应用法。比如不同的activation function,例如我用hyperbolic tangent而不是sigmoid..发现这样做更有效。 不同的synaptic weight connection (fully connected,..etc )怎么样的encoding法 (1 of n,etc)...使用bp 要不要加momentum，..,各种各样的研究。

不只是在classifier engine..对丢进去engine的data 也要有所研究。。比如该不该做data normalization,有什么方法可以去除noise..  

自创方面，有feature extraction.. 完全自由发挥。。。。。
还有。。我研究了应用genetic algorithm在ann 上。。
这些都可以些在paper上。。

你要了解，这整份project不在乎你怎样去code..用vb 也好，c++也好。。谁管。。。 我在thesis里都没提到我用c++来code..

甚至。。你爱怎样去处理图象变成你要的data format。。 可以用opencv，或hbitmap..这些都不是重点。。。

主要是algorithm上的研究。。还有result.

[ 本帖最后由 tensaix2j 于 6-2-2007 07:13 PM 编辑 ]

犬王

原帖由 tensaix2j 于 6-2-2007 06:58 PM 发表
program是自己写。 algorithm是应用（当然要研究各种不同的应用法。比如不同的activation function,例如我用hyperbolic tangent而不是sigmoid..发现这样做更有效。 不同的synaptic weight connection (fully co ...

对。完全赞同。
我有研究algorithm，可是做的只是应用了别人的研究，不使自己的研究成果。
那panel问到，你只是重复他人之作，又如何解答呢？
完全研究出新的，又是力有所不及。

tensaix2j

原帖由 犬王 于 6-2-2007 07:45 PM 发表

对。完全赞同。
我有研究algorithm，可是做的只是应用了别人的研究，不使自己的研究成果。
那panel问到，你只是重复他人之作，又如何解答呢？
完全研究出新的，又是力有所不及。

我有张paper被icaiet 接受也不见得我创造了什么algorithm..而是我应用了一个 algorithm里的一个concept,来发挥在另一个好不相关的application里。。然后做了实验然后报告说这个方法可行。。

原帖由 johe07 于 2-2-2007 07:52 AM 发表
哦？好像很有趣的系统。。。
可以说说是怎样的一个系统？
是如何运作的吗？

主要当然是要让电脑辨别图象（eg，谁人的脸，什么手势..etc)，

当时我的做法很简单。。

主要的component:

image acquisition(webcam capture realtime image) --> image preprocessing --> image segmentation --> feature extraction ---> recognition/classifier engine（主要是ANN) --> output.


因为我当时的fyp是research based..所以，
不是单单完成那个system吧了。。而是必须要研究各个可以达成那个task的algorithm
或solve一个problem..，（例如，segmentation 还有feature extraction的component,都有好几种algorithm可以用（例如skin color detection,profile histogram ，moment ,width/height ratio etc。。etc）。。我主要是要去experiment哪些可以用，为何用..etc..然后分析它的的advantage/disadvantage..

programming上的东西自己google研究自己爽就好，不需写进report的。。
(例如用什么dll来capture webcam 里的image..)

然后更进一步可以试下改一改某algorithm的disadvantage..
例如你觉的以上那写feature extraction太过handcraft 了，想要比较dynamic的做法。。可以用ann 来做feature extraction(除了做classifier)

不然就跟另一个algorithm 做hybrid，例如，classifier的component 你可以用ANN,也可以用GBT..etc..,不然就GA＋ANN。。

其实蛮好玩的。。

[ 本帖最后由 tensaix2j 于 7-2-2007 08:37 PM 编辑 ]

犬王

原帖由 tensaix2j 于 7-2-2007 08:25 PM 发表


我有张paper被icaiet 接受也不见得我创造了什么algorithm..而是我应用了一个 algorithm里的一个concept,来发挥在另一个好不相关的application里。。然后做了实验然后报告说这个方法可行。。






主 ...

哇！你都相当强！你的FYP都是一个人完成的吗？
我的可就是“食自己”。
我应用application的其实也是别人应用过了，也正在研究着hybrid，可能要向你讨教，因为我想ann用去classifier images。

tensaix2j

fyp 就是给你学习的机会。。当然你需要从中找到乐趣。。




by the way,

说到classifier...

你有听过 GBT（gradient boosted tree) 吗？ 它跟ANN 有的比，而且它不象ann 那样毫时间来training...它的training 很快下。。因为它只是建立tree..


以前我以为那种decision tree 是很static的.. 就是feature 是handcraft 定死了。。 就是check feature by feature,, if feature1> somevalue then (check if feature 2> somevalue else ...else then...

但其实这个tree hor,也是可以dynamic 的。。
每次train 的时候，就可以从新build 过一个新的decision tree..

GBT 是个很advanced 的Tree..还是很多dynamic tree....还有一个叫Random Forest 的。。

犬王

原帖由 tensaix2j 于 9-2-2007 01:20 AM 发表
fyp 就是给你学习的机会。。当然你需要从中找到乐趣。。




by the way,

说到classifier...

你有听过 GBT（gradient boosted tree) 吗？ 它跟ANN 有的比，而且它不象ann 那样毫时间来training...它 ...

果然没听过，是否是AI的一种？
如果每次有新的image，都必须重新train过，还是可以update？
请问你还是学生吗？

tensaix2j

原帖由 犬王 于 9-2-2007 02:01 AM 发表

果然没听过，是否是AI的一种？
如果每次有新的image，都必须重新train过，还是可以update？
请问你还是学生吗？

当然不用从新train 过啦。。你没听过generalization 吗？
不要train到overfit就可以咯。。除非新的image跟training sample是差太远了。。

implementation 时，你也不知你会遇到什么image.
如果model够generalized,新image也会认




ps.我曾经是学生

[ 本帖最后由 tensaix2j 于 9-2-2007 02:17 AM 编辑 ]

犬王

原帖由 tensaix2j 于 9-2-2007 02:07 AM 发表


当然不用从新train 过啦。。你没听过generalization 吗？
不要train到overfit就可以咯。。除非新的image跟training sample是差太远了。。

implementation 时，你也不知你会遇到什么image.
如果model够 ...

谢谢你的资讯。我会找更多资料来研究，有什么不明在找你。
train的时候，是train全部pixels，还是特定pixels比较好？
那你现在从事什么行业？