人脸识别算法调研_大数据分析及可视化[通俗易懂]

人脸识别算法调研_大数据分析及可视化[通俗易懂]人脸识别经典算法特征脸,HOG特征,CNN,3D建模_eigenface算法的准确率

人脸识别经典算法


Suncicie
2017.12.10

特征脸(Eigenface)
  1. 获取M张人脸的图像集合,每张图片转换成一个N维度向量,组成集合$S$

    image

    image

  2. 计算平均图像

    image

    image

  3. 计算每张图像和平均图像的差值Φ ,就是用S集合里的每个元素减去步骤二中的平均值。
  4. 找到M个正交的单位向量un,这些单位向量其实是用来描述Φ (步骤三中的差值)分布的。un里面的第k(k=1,2,3…M)个向量uk 是通过下式计算的,

    image

    image

  5. 识别人脸,先计算出要判别的人脸的特征脸
    image

    image

    • 计算与对比脸的欧式距离

      image

  6. 特点,简单易理解,作为不是专门研究人脸识别的论文,这个人脸识别方案经常被用,易收到光照遮挡物等影响
FishFace(LDA)
  1. LDA

    • 投影后类内方差最小,类间方差最
    • image
    • 计算过程

      • 计算每类数据的均值

        image

      • 数据投影到w向量后,每类的中心点

      image

      • 不同的类要尽量分开即

        image

      • 同类要尽量聚拢,聚合度计算如下,即到中心点的距离累积越小越好

        image

      • 目标函数(分子小分母大,目标函数越大)

今天的文章人脸识别算法调研_大数据分析及可视化[通俗易懂]分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/63875.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注