由训练得到特征脸后,将待识别人脸投影到新的m维人脸空间,即用一系列特征脸的线性加权和来表示它,这样即得到一投影系数向量来代表待识别人脸,这时候,人脸识别问题已转化为m低维空间的坐标系数矢量分类问题,而分类最简单的做法是最小距离分类。 KL变换在90年代初受到了很大的重视,实际用于人脸识别也取得了很好的效果,...
人脸识别基于matlabGUIKL变换人脸识别, 视频播放量 49、弹幕量 0、点赞数 1、投硬币枚数 2、收藏人数 1、转发人数 0, 视频作者 糊涂小二001, 作者简介 ,相关视频:matlab代码脸部检测面部识别人脸识别matlab代码,毕设基于matlab的人脸识别考勤系统,基于Matlab实现PCA的人
本系统的特征提取方法采用基于奇异值分解(Singular Value Decomposition) 的KL(Karhunen Lo eve) 变换, 由原始人脸图像中提取特征向量; 分类器设计在训练过程中完成,利用已知人脸图像样本进行训练,确定KL变换的具体参数;分类决策即识别过程,采用最小距离法对未知的人脸样本进行分类决策。 1 基于奇异值分解的KL变换...
基于特征脸的人脸识别方法是基于K-L变换的人脸识别方法,K-L变换是图像压缩的一种最优正交变换。高维的图像空间经过K-L变换后得到一组新的正交基,保留其中重要的正交基,由这些基可以转成低维线性空间。如果假设人脸在这些低维线性空间的投影具有可分性,就可以将这些投影用作识别的特征矢量,这就是特征脸方法的基本思...
K-L变换的思想:利用K-L变换确定相应的人脸基图像,再反过来用这些基图像对人脸图像库中的所有人脸图像进行K-L变换,从而得到每幅图像的参数向量并将每幅图的参数向量存起来。在识别时,先对一张所输入的脸图像进行必要的规范化,再进行K-L变换分析,得到其参数向量。将这个参数向量与库中每幅图的参数向量进行比较,...
基于KL变换的人脸识别方法KL变换人脸识别研究是模式识别领域中最困难的问题之一.中国计算机学会姚鸿勋
本文提出了基于Karhunen-Loeve(K-L)变换的人脸识别方法,分别使用总体散布矩阵和类间散布矩阵进行了仿真。实验结果显示基于K-L变换的人脸识别达到了较高的识别正确率。 【关键词】人脸识别;K-L变换;总体散布矩阵;类间散布矩阵 1.引言 人脸识别技术就是通过计算机提取人脸的特征,并根据这些特征进行身份验证的一种技术...
数字图像处理 课程设计报告 设计题目: 基于PCA算法的人脸识别系统 学院: 信息工程学院 专业: 信息与通信工程 姓名: 曹希 班级: 信研12班 学号: 17 指导教师: 王一丁 2012年 11月 2号 基于PCA算法的人脸识别系统
基于奇异值分解和判别式KL投影的人脸识别
第1章 绪论 第7章 基于K-L展开式的特征提取 7.1 K-L变换的定义与性质 7.2 K-L变换特征提取的原理及应用 7.3 利用K-L变换进行人脸识别 实现特征提取的途径 考虑利用线性变换的方式实现降维 本质上说是高维→低维的投影 形式上可看是原始向量各分量的线性组合 由上章内容,此处关键是选择合适的变换,使变换之后...