模式识别-第讲-基于K-L展开式的特征提取.pptVIP

训练阶段 5 训练样本 向 空间投影得到： 识别阶段 1测试样本 向 空间投影后得到样本W的特征矩阵 和主成分分量 ： 识别阶段 2根据测试样本投影特征矩阵与所有训练样本投影特征矩阵之间的最小距离来判断测试样本所属的类别。定义如下的距离度量准则: 其中 表示两个特征向量之间的欧氏距离。 K－L变换的一些典型应用 4．人脸图象合成 用K-L变换构造参数模型的另一种典型用途是人脸图象合成。从下面的例子中可以看出，有目的地控制各个分量的比例，也就是通过调整参数向量。可以将一幅不带表情图象改变成带各种表情的图象，称为人脸表情图象合成。 下图为生成各种表情图象的示例。 K－L变换的一些典型应用 K－L变换总结： 本节课结束 谢谢大家！ 变换是一种工具，它的用途描述信号。 描述事物的基本方法之一是将复杂的事物化成简单事物的组合, 或对其进行分解，分析其组成的成分。 变换的实质是一套度量用的工具。在信号处理中用高频，低频或常量来衡量一个信号中的各种不同成分。 * 谐波：一个数学或物理学概念，指周期函数或周期性的波形中不能用常数、与原