我的项目是人脸验证。
系统描述：我的输入仅是一个图像（该图像是在用户首次登录时拍摄的），并且只要用户登录该应用程序，使用该图像系统就应该进行身份验证。认证图像可能与第一输入图像不同，例如-不同的照明条件，与相机的距离不同以及姿势变化-10至10度。在所有情况下，使用的相机都是相同的（例如：ipad）。
1）每次用户登录时都会存储认证图像。如何
利用这些图像来增强系统的准确性？
2）当有新图像出现时，我需要选择最近的图像（和
并非所有存储的图像）都来自图像存储库，并用于
验证以减少时间。如何基于图像标记
自动照度/与相机的距离？
3）我应该如何使我的系统在变化中表现得不错
照度和与相机的距离？
拜托，有人可以为我以上的问题给我一个好的口头禅/论文/开源代码吗？
尽管这听起来像是一个研究项目，但是如果我收到某人的任何回应，我将不胜感激。
最佳答案
对于此任务，我认为您应该看一下OpenCV的Face Recognition API。该API基本上能够识别人脸的结构（当然有一定的限制），并为您提供可使用该人脸的图像的坐标。
我认为只需要处理脸孔就可以减少处理不同背景颜色的需要，而我认为这并不是您真正需要的。
一旦获得了脸部图像，就可以放大/缩小它以具有统一的尺寸，也可以将图像的颜色更改为灰度。最后，我将考虑将所有这些信息提供给Artificial Neural Network，因为这些信息能够处理输入中的不一致问题。这将使您每次用户登录时都能增加知识库。
我很确定还有其他方法可以解决此问题。我建议您看一下Google Scholar尝试查找有关此问题的论文，以获取更多信息以及实现您所追求的目标的其他可能方法。另外，请记住，如果运气好的话，您可能还会发现一些开源项目，该项目已经可以满足您的大部分需求。
关于image-processing - 人脸认证，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/13024141/