人脸识别在本质上是根据每张人脸图像中不同像素点的颜色进行数据建模与判断。人脸图像的每个像素点的颜色都有不同的值,这些值可以组成人脸的特征向量,不过因为人脸图像的像素点很多,所以特征变量也很多,需要利用PCA进行数据降维。 本项目先对人脸数据进行读取和处理,再通过PCA进行数据降维,最后用K近邻算法搭建模型进行人...
二、PCA的人脸识别算法(基于Python实现) 一、数据集的说明及相关函数的实现 我们使用的是ORL官方数据集,可以从一下网址下载到ORL下载链接 下载后的数据集是这个样子的: 该数据集表示的是一共有40个人的人脸图像,其中每一个人有10张人脸图像。相应的PGM文件为说明。 我们需要用到的第三方包有numpy主要用于科学计算...
基于PCA的降维方法现在,我们从 sklearn.decomposition中选择PCA 以训练模型。我们已经在第一段代码中导入了PCA在我们的例子中,我们在训练集X_train中总共有966个特征,我们使用PCA(维数缩减)将它们减少到50个:n_components = 50 pca = RandomizedPCA(n_components=n_components, whiten=True).fit(X_train) 这个过...