我有一组图像用于训练：对于两个人，10 个图像和 80 个不同人的图像来检查识别的可靠性。有 3 个参考图像，每个人 1 个，与 10 个人共享一个（包括前两个和 80 个中的一些）。在所有图像中，这些人都位于正面。作为对所有 3 个控制图像进行识别的结果，最好识别使用 10 个图像对其进行训练的两个人。问题是所有 3 种算法（LBPH、Fisherfaces、Eigenfaces）都不能处理这个任务（在一个或两个图像上他们用另一个人标记一个人，并且只有一个训练图像），显然，我有一个错误在训练或识别序列的某个地方，或者我没有考虑到某些事情。
添加用于训练的图像：
- 计算用于灰度训练的图像
- 确定人脸的位置，并根据这个位置制作新的图像
- 对于 LBPH 以外的算法，将图像设置为相同的尺寸（我仍然无法确定最好使用哪种尺寸，我随机戳了不同的尺寸）
- 直方图均衡
- 添加到一个向量然后将进入训练
添加图像进行识别：
- 以灰度和每次执行确定图像中的所有人脸
- 根据位置制作新图像
- 对于 LBPH 以外的算法，将图像设置为相同大小
- 直方图均衡
- 送去表扬
我很乐意接受任何建议并回答您的问题，感谢您的帮助！