主要参考sklearn
如何用pca做人脸识别 python实现基于特征脸(PCA)的人脸识别方法
特征脸方法是基于KL变换的人脸识别方法,KL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KL变换后得到一组新的正交基,保留其中重要的正交基,由这些基可以张成低维线性空间 。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想 。这些方法需要较多的训练样本,而且完全是基于图像灰度的统计特性的 。目前有一些改进型的特征脸方法 。
比如人脸灰度照片40x40=1600个像素点,用每个像素的灰度值组成的矩阵代表这个人的人脸 。那么这个人人脸就要1600 个特征 。拿一堆这样的样本过来做pca,抽取得到的只是在统计意义下能代表某个样本的几个特征 。
人脸识别可以采用神经网 络深度学习的思路,国内的ColorReco在这边有比较多的案例 。
关于pca函数python和PCA函数R语言的介绍到此就结束了,不知道你从中找到你需要的信息了吗 ?如果你还想了解更多这方面的信息,记得收藏关注本站 。
推荐阅读
- oracle查看表所在表空间,oracle查看表空间下的表
- 下载flutter_windows,下载手游
- java爬虫隐藏表单提交,javaweb爬虫
- go语言成长十年 go语言现状
- wordpress二级目录安装,wordpress 二级域名
- 相似性测度java代码,相似性测度java代码是什么
- vgis,vgis是什么意思
- go语言需要分号吗 go语言写什么
- 关于gis站施工验收规范的信息