我最近在这里了解了使用深度学习进行人脸识别。所涉及的方法之一是用于人脸检测的定向梯度直方图，如下所示（简短摘要）：
- 将图像转换为灰度
- 查看图像中的每个像素并检测周围的像素
- 在周围像素变暗的方向上绘制和箭头
- 重复整个过程
这导致图像的 HOG 版本，如下所示：
问题我们是否可以在彩色图像中使用类似的方法，例如 rgb 在像素级别or如何变化 彩色图像中的像素如何变化以提高人脸检测和相似度的准确性。
就准确性而言，这种方法的目的人脸比较有点乏味。所以，我想找到某种hash function/value（仅用作外行术语）来从每张图像中获得独特的价值。这可能会更容易改善面部比较。
此外，我们将非常感谢您在此方向上分享任何已经实施的方法。