人臉識(shí)別中1:1比對(duì)使用什么算法？二維人臉識(shí)別方法包括模板匹配法、奇異值特征法、子空間分析法、保局投影法；三維人臉識(shí)別方法包括圖像特征法和模型變參數(shù)法。在特征面方法的基礎(chǔ)上，采用Fisher線性判別分

人臉識(shí)別中1:1比對(duì)使用什么算法？

二維人臉識(shí)別方法包括模板匹配法、奇異值特征法、子空間分析法、保局投影法；三維人臉識(shí)別方法包括圖像特征法和模型變參數(shù)法。在特征面方法的基礎(chǔ)上，采用Fisher線性判別分類方法進(jìn)行特征提取，即利用“Fourier-Sammon變換”構(gòu)造Fisher最佳判別向量集，得到同時(shí)考慮類內(nèi)距離和類間距離的投影空間，從而提高分類精度特征面方法的分類效果。實(shí)驗(yàn)表明，該方法是有效的。PCA方法是人臉識(shí)別技術(shù)中廣泛應(yīng)用的數(shù)據(jù)降維技術(shù)。利用PCA變換得到的主分量對(duì)原始人臉圖像進(jìn)行重構(gòu)，可以使均方誤差最小化。本文在傳統(tǒng)PCA的基礎(chǔ)上，提出了2DPCA方法，避免了圖像矩陣向小矢量的變換，在人臉識(shí)別中取得了滿意的效果。

OpenCV已經(jīng)將圖像處理(識(shí)別)的算法寫成函數(shù)了，那我們還有必要去學(xué)習(xí)這些算法嗎？

這取決于你的目的。比如說現(xiàn)在的車這么先進(jìn)好用，你還需要了解變速箱的原理嗎？這取決于你的目的。如果只是普通駕駛，你不需要知道。如果你是一個(gè)機(jī)械師，你必須理解。如果你是一個(gè)汽車制造商的工程師，你必須對(duì)它非常了解。簡(jiǎn)言之，這取決于具體的需要。