关于人脸识别系统[gai].pptVIP

下载本文档

22
0
约小于1千字
约 23页
2017-04-20 发布于四川
举报
版权申诉

关于人脸识别系统[gai].ppt

1、本文档共23页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

关于人脸识别系统[gai]

关于人脸识别系统中的PCA算法;研究背景;;人脸识别概述;;;人脸识别的应用范围;人脸识别的功能;人脸识别的基本步骤;评价人脸识别系统的标准;PCA的基本概念;PCA原理;主成分的求解步骤; (其中X1,X2,……,Xn是各个原始灰度图像所有象素点对应的向量，N是原始图像的个数) 2、先计算出CX的各个特征值 3、把特征值按大小排序 4、计算出前m个特征值对应正交的特征向量构成w。 5、将原始数据在特征向量w,上进行投影，即可获得原始图像的主特征数据。;利用PCA进行特征提取的经典算法 ——Eigenface算法;特征脸识别步骤;计算特征脸; 即协方差矩阵的转置阵，则可以知道此矩阵是 M×M(M是训练人脸的数量)的一个较小的矩阵。首先计算M×M矩阵L的特征向量vl(l=1,…,M)，则矩阵C的特征向量ul(l=1,…,M)由差值图像 (i=1,…M) 与vl(l=1,…,M)线性组合得到： U=[u1,…,uM]=[[ ,…, ]T]-1[v1,…,vM].;基于特征脸的人脸识别;为了区分人脸和非人脸，还需计算原始图像R与其由特征空间重建的图像Rf，之间的距离：其中：采用最小距离法对人脸进行分类，分类规则如下： (1)若，则输入图像不是人脸图像； (2)若，则输入图像包含未知人脸； (3)若，则输入图像为库中第k 个人的人脸。 ;识别结果;;总结