OpenCV 5.0.0
Open Source Computer Vision
読み込み中...
検索中...
見つかりません
🤖 AIによる機械翻訳(非公式) — これは OpenCV 5.0.0 公式リファレンス(英語)を AI (Claude) で自動翻訳したものです。訳に誤りを含む場合があります。正確な情報は 公式英語版(原文) を参照してください。
cv::face::FisherFaceRecognizer クラス

#include <opencv2/face/facerec.hpp>

Collaboration diagram for cv::face::FisherFaceRecognizer:

静的公開メンバ関数

static Ptr< FisherFaceRecognizercreate (int num_components=0, double threshold=DBL_MAX)
 
- Static Public Member Functions inherited from cv::Algorithm
template<typename _Tp >
static Ptr< _Tpload (const String &filename, const String &objname=String())
 ファイルからアルゴリズムを読み込む。
 
template<typename _Tp >
static Ptr< _TploadFromString (const String &strModel, const String &objname=String())
 文字列からアルゴリズムを読み込む。
 
template<typename _Tp >
static Ptr< _Tpread (const FileNode &fn)
 ファイルノードからアルゴリズムを読み込む。
 

Additional Inherited Members

- Public Member Functions inherited from cv::face::BasicFaceRecognizer
virtual bool empty () const CV_OVERRIDE
 
cv::Mat getEigenValues () const
 
cv::Mat getEigenVectors () const
 
cv::Mat getLabels () const
 
cv::Mat getMean () const
 
int getNumComponents () const
 
std::vector< cv::MatgetProjections () const
 
double getThreshold () const CV_OVERRIDE
 
virtual void read (const FileNode &fn) CV_OVERRIDE
 
virtual void read (const String &filename)
 FaceRecognizer とそのモデル状態を読み込む。
 
void setNumComponents (int val)
 
void setThreshold (double val) CV_OVERRIDE
 
virtual void write (const String &filename) const
 FaceRecognizer とそのモデル状態を保存する。
 
virtual void write (FileStorage &fs) const CV_OVERRIDE
 
- Public Member Functions inherited from cv::face::FaceRecognizer
virtual String getLabelInfo (int label) const
 ラベルから文字列情報を取得する。
 
virtual std::vector< int > getLabelsByString (const String &str) const
 文字列からラベルのベクトルを取得する。
 
int predict (InputArray src) const
 
void predict (InputArray src, int &label, double &confidence) const
 与えられた入力画像に対してラベルと関連する信頼度(距離など)を予測する。
 
virtual void predict (InputArray src, Ptr< PredictCollector > collector) const =0
 
  • 実装されている場合 - 予測のすべての結果を、独自の結果処理に利用できるコレクタに送る

 
virtual void setLabelInfo (int label, const String &strInfo)
 指定したモデルのラベルに対して文字列情報を設定する。
 
virtual void train (InputArrayOfArrays src, InputArray labels)=0
 与えられたデータと関連するラベルを用いて FaceRecognizer を学習する。
 
virtual void update (InputArrayOfArrays src, InputArray labels)
 与えられたデータと関連するラベルを用いて FaceRecognizer を更新する。
 
- Public Member Functions inherited from cv::Algorithm
 Algorithm ()
 
virtual ~Algorithm ()
 
virtual void clear ()
 アルゴリズムの状態をクリアする。
 
virtual String getDefaultName () const
 
virtual void save (const String &filename) const
 
void write (FileStorage &fs, const String &name) const
 
- Protected Member Functions inherited from cv::Algorithm
void writeFormat (FileStorage &fs) const
 
- Protected Attributes inherited from cv::face::BasicFaceRecognizer
Mat _eigenvalues
 
Mat _eigenvectors
 
Mat _labels
 
Mat _mean
 
int _num_components
 
std::vector< Mat_projections
 
double _threshold
 
- Protected Attributes inherited from cv::face::FaceRecognizer
std::map< int, String_labelsInfo
 

メンバ関数詳解

◆ create()

static Ptr< FisherFaceRecognizer > cv::face::FisherFaceRecognizer::create ( int num_components = 0,
double threshold = DBL_MAX )
static
Python:
cv.face.FisherFaceRecognizer.create([, num_components[, threshold]]) -> retval
cv.face.FisherFaceRecognizer_create([, num_components[, threshold]]) -> retval
引数
num_componentsFisherfaces 基準によるこの線形判別分析で保持する成分(すなわち Fisherfaces)の数。すべての成分を保持するのが有用で、これはクラス数 c(すなわち認識したい被験者や人物の数)に相当する。これをデフォルト値(0) のままにするか、0 以下、または (c-1) より大きい値に設定した場合は、自動的に正しい数 (c-1) に設定される。
threshold予測時に適用されるしきい値。最近傍までの距離がこのしきい値より大きい場合、このメソッドは -1 を返す。

注記:

  • 学習と予測はグレースケール画像で行わなければならない。色空間の変換には cvtColor を使用する。
  • FISHERFACES 法は、学習画像とテスト画像が同じサイズであることを前提とする。(この件に関する問い合わせメールが非常に多かったため、大文字で強調している。)入力データが正しい形状であることを確認しなければならず、そうでない場合は意味のある例外が送出される。画像のサイズ変更には resize を使用する。
  • このモデルは更新をサポートしていない。

モデルの内部データ:

  • num_components は FisherFaceRecognizer::create を参照。
  • threshold は FisherFaceRecognizer::create を参照。
  • eigenvalues この線形判別分析の固有値(降順に並べられる)。
  • eigenvectors この線形判別分析の固有ベクトル(対応する固有値の順に並べられる)。
  • mean 学習データから算出された標本平均。
  • projections 学習データの射影。
  • labels 射影に対応するラベル。

このクラス詳解は次のファイルから抽出されました: