我正在尝试使用opencv在我的应用程序中实现一个功能。基本上，我的应用程序允许用户通过人脸进行身份验证。将捕获实时视频并提取帧。使用这些提取的图像来学习模型。下次用户登录时，会向模型发送帧，以确定这是否是经过身份验证的用户。
我从使用FaceRecognizer的opencv站点找到了这个示例。然而，他们使用了一个现有的数据集，其中包含10个类别（10个人）。在我的情况下，只考虑一个类（或者我们可以考虑两个类，包括经过身份验证的用户和未知用户）。你能给我一个解决方案吗？非常感谢。
首先，我建议您考虑其他人脸识别方法（基于DNN），因为OpenCV FaceRecognizer的东西（ex-ergen）不是特别好。
然而，如果你想使用它，请注意FaceRecognizer:：predict有一个重载，它会输出一个"置信度"值。这是您需要查看的值，以确定匹配是否正确。你需要尝试在假阳性和假阴性之间找到最佳点。