【无标题】pca bp gabp cpobp算法的人脸识别技术研究

发布时间:2023-12-15 10:30

【无标题】pca bp gabp cpobp算法的人脸识别技术研究_第1张图片特征脸空间的构造

 

  对于所有的特征脸,可以采取PCA的操作得到其数值。原始图像投影到该特征空间中。原始图像x存成大小是n维的向量,训练集为(这里p为样本图像数量),形成矩阵X[n][p][9],其中行代表像元,列代表每幅人脸图像。将训练样本集中的人脸图像减去平均人脸图像,计算离散差值,将训练图像中心化。 将中心化之后图。中心化后的图像组成的矩阵X乘以它的转置矩阵得到协方差矩阵Ω,就是需要的特征数值。

训练集的每一个人脸图像都拉长一列,将他们组合在一起形成一个大矩阵A。假设每个人脸图像是M*M大小,那么拉成一列后每个人脸样本的维度就是N=M*M大小了。假设有20个人脸图像,那么样本矩阵A的维度就是20*N了。

将所有的20个人脸在对应维度上加起来,然后求个平均,就得到了一个“平均脸”。

3.1.2预存人脸图像的特征提取

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号