下载此文档

人脸识别实验报告(共7页).docx


文档分类:研究报告 | 页数:约7页 举报非法文档有奖
1/7
下载提示
  • 1.该资料是网友上传的,本站提供全文预览,预览什么样,下载就什么样。
  • 2.下载该文档所得收入归上传者、原创者。
  • 3.下载的文档,不会出现我们的网址水印。
1/7 下载此文档
文档列表 文档介绍
精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
人脸识别——特征脸方法
贾东亚
实验 的协方差矩阵要容易处理许多。
需要注意的是,上面的特征向量 νi 没有进行归一化,如果需要,应该在后面在进行处理。
降维处理。上面的步骤已经求到了所有的特征向量与特征值。而特征值就是各数据点在该特
征向量上的方差。跟据PCA,我们要选出占主要比重的特征向量即可,而判定标准就是特征值。
先把方差(特征值)降序排列,并把对应的特征向量也排列好。依次选择方差,使选出的方差和占所有方差和大约95%左右。然后选择对应的特征向量。其余的特征向量与特征值可以抛弃不用了。这就完成了降维。(③中一共有200个不为零的方差(特征值))
归一化处理。数据归一化处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量
纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的可比性。原始数据经过数据标准化处理后,各指标处于同一数量级,适合进行综合对比评价。
我使用的是Z-score法。经过处理得数据符合标准正态分布,即均值为0,标准差为1,转化函数为
x*=x-μσ
其中μ为所有数据的均值,σ为所有样本数据的标准差。
在③里求得的特征值就是方差。所以我们要用1λk乘上每一个对应的特征向量。
本来这个归一化处理应该放在第一步的数据预处理那里。但由于那里的计算还没有涉及到协方差矩阵,而我们需要的方差在后面才出现,故把归一化处理放在这里。
即③中,
νi=1λiTui
这些特征向量都是10304*1的大小,跟我们一开始处理后的照片向量的大小一样。这些就是特征脸。特征脸可以线性组合成所有库里的脸。
用特征脸对库里的脸进行标示,也就是将库里的每张脸图数据转化成各个特征脸所占的比重。

精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
ωk=νkTϕi,i=1,2,3…200,k=1,2,3…n,n是最后选出的方差数量
ΩiT={ω1,ω2,ω3,ω4…ωn}
人脸识别。先对训练的脸图进行预处理。预处理即①②中所说的求偏差。求到训练图的
偏差向量后,如⑥那样用特征脸对训练图进行标示。
即求得
Ω*T={ω1,ω2,ω3,ω4…ωn}
然后求Ω*T与ΩiT的欧式距离,此距离表明两图的接近度。即
ε=Ω*T-ΩiT2
该距离越小,则这两张图越接近,则越有可能是同一个人。
编程实现
代码:
函数:[zz,y,tzl]=circ(),对库图像的处理,并求出处理训练图像需要的特征脸和数据平均值。
精选优质文档-----倾情为你奉上
精选优质文档-----倾情为你奉上
专心---专注---专业
专心---专注---专业
精选优质文档-----倾情为你奉上
专心---专注---专业
函数:[ws]=ld(zz,y,tzl) 这

人脸识别实验报告(共7页) 来自淘豆网www.taodocs.com转载请标明出处.

猜你喜欢