C#使用EigenFaceRecognizer人脸识别时未知人脸被误识别问题

核心故障根因 #

你遇到的Label始终为0、Distance始终为0、无法识别未知人脸的问题，是代码里多个逻辑错误叠加导致的：

• 训练标签逻辑错误：同一个人的多组样本被分配了不同的独立标签，模型无法学习到正确的人脸分类边界
• 识别器初始化参数错误：EigenFaceRecognizer构造函数第一个参数为主成分数量，你传入了总样本数，参数逻辑完全错位
• 阈值逻辑不统一：构造识别器时传入的分类阈值与代码判断时用的阈值不一致，阈值规则完全失效
• 预处理逻辑不一致：训练时加载的人脸图片没有做直方图均衡化，预测时却做了均衡化，特征提取逻辑不匹配导致识别结果完全失真
• 实时重复训练错误：每次检测到人脸都会触发全量重新训练，训练过程不稳定还会导致模型参数异常

具体修改步骤 #

1. 修正训练标签分配逻辑 #

修改trainedIamge()方法中的标签生成逻辑，同一个人名的所有样本对应同一个标签，同时对齐预处理逻辑：

private void trainedIamge()
{
    try
    {
        this.trainedFaces.Clear();
        this.PersonLabs.Clear();
        this.Names.Clear();
        // 新增字典映射人名到统一标签
        Dictionary<string, int> name2Label = new Dictionary<string, int>();
        int labelIndex = 0;
        foreach (string file in Directory.GetFiles(Directory.GetCurrentDirectory() + "\\Training_Data\\Faces\\Image", "*.jpg", SearchOption.AllDirectories))
        {
            string name = file.Split('\\').Last().Split('_')[0];
            if(!name2Label.ContainsKey(name))
            {
                name2Label.Add(name, labelIndex);
                Names.Add(name); // Names存储去重后的人名，和标签一一对应
                labelIndex++;
            }
            // 训练时加载图片也做均衡化，和预测逻辑对齐
            var faceImg = new Image<Gray, byte>(file).EqualizeHist();
            this.trainedFaces.Add(faceImg);
            this.PersonLabs.Add(name2Label[name]);
        }
        // 修正识别器初始化参数：第一个参数0表示使用全部主成分，第二个参数为分类阈值
        // 阈值统一用2000左右即可，可根据实际效果调整
        this.eigenFaceRecognizer = new EigenFaceRecognizer(0, 2000);
        ((FaceRecognizer)this.eigenFaceRecognizer).Train<Gray, byte>(this.trainedFaces.ToArray(), this.PersonLabs.ToArray());
        // 训练完成设置标志位
        this.isTrained = true;
    }
    catch(Exception ex)
    {
        // 不要吞异常，方便排查问题
        MessageBox.Show("训练失败：" + ex.Message);
    }
}

2. 移除实时重复训练逻辑 #

删掉detectFace()方法中的this.trainedIamge();调用，训练仅在新增人脸样本完成后手动触发即可，不需要每次检测人脸都重新训练。

3. 修正识别判断逻辑 #

CheckName()方法中的判断逻辑和识别器阈值对齐，识别器超过设定阈值会自动返回Label=-1，直接判断即可：

FaceRecognizer.PredictionResult predictionResult = ((FaceRecognizer)this.eigenFaceRecognizer).Predict(image);
if (predictionResult.Label != -1)
{
    this.PictureBox_smallFrame.Image = (Image)this.trainedFaces[(int)predictionResult.Label].Bitmap;
    // Names已经是去重后的，直接用Label取值即可
    this.setPersonName = this.Names[predictionResult.Label];
    // 其余原有绘制逻辑保留
    return setPersonName;
}
else
{
    // 原有未知人脸逻辑保留，返回Unknown
    return "Unknown";
}

4. 可选优化：调整阈值适配实际场景 #

如果修改后还是容易误识别，可适当降低EigenFaceRecognizer构造的第二个参数阈值，比如调到1500，阈值越低识别要求越严格，越不容易误识别，可根据自己的测试效果灵活调整。

内容的提问来源于stack exchange，提问作者theStacker