人眼識(shí)別-文庫(kù)吧
2025-09-16 19:02 本頁(yè)面
【正文】 為二字：投影。1) 一維實(shí)現(xiàn)方法(1) 計(jì)算給類(lèi)樣品均值向量，是各個(gè)類(lèi)的均值，是類(lèi)的樣品個(gè)數(shù)。(2) 計(jì)算樣品類(lèi)內(nèi)離散度矩陣和總類(lèi)間離散度矩陣(3) 計(jì)算樣品類(lèi)間離散度矩陣 (4) 求向量我們希望投影后，在一維Y空間各類(lèi)樣品盡可能地分開(kāi)，也就是說(shuō)我們希望兩類(lèi)樣品均值之差（）越大越好，同時(shí)希望各類(lèi)樣品內(nèi)部盡量密集，即希望類(lèi)內(nèi)離散度越小越好，因此，我們可以定義Fisher準(zhǔn)則函數(shù)：使得取得最大值的為 (5) 將訓(xùn)練集內(nèi)所有樣品進(jìn)行投影(6) 計(jì)算在投影空間上的分割閾值在一維Y空間，各類(lèi)樣品均值為樣品類(lèi)內(nèi)離散度矩陣和總類(lèi)間離散度矩陣【注】【閾值的選取可以由不同的方案：較常見(jiàn)的一種是 另一種是】 (7) 對(duì)于給定的X，計(jì)算出它在上的投影y (8) 根據(jù)決策規(guī)則分類(lèi) 2) matlab編程 matlab程序分為三部分。程序框圖如下圖所示。mainCreatDataBaseFisherfaceCoreRecognition這個(gè)函數(shù)將所有訓(xùn)練樣本的二維圖像轉(zhuǎn)換成一維列向量。接著，它把這些一維列向量組合到一行里面構(gòu)造出二維向量T，即每個(gè)單元的信息量是一幅圖片這個(gè)函數(shù)將源圖像提取成特征臉，然后比較它們之間的歐幾里得距離PCA提取特征值Fisher分類(lèi)器設(shè)計(jì)。從fisher線性空間中提取圖像三、 系統(tǒng)實(shí)現(xiàn)打開(kāi)程序進(jìn)行人臉識(shí)別變化角度四、代碼實(shí)現(xiàn)A. 第一部分：function T = CreatDatabase(TrainDatabasePath)TrainFiles = dir(TrainDatabasePath)。Train_Number = 0。%%%%%%%%統(tǒng)計(jì)文件數(shù)%%%%%%%%%%%%%for i = 1:size(TrainFiles,1) if not(strcmp(TrainFiles(i).name,39。.39。)|strcmp(TrainFiles(i).name,39。..39。)|strcmp(TrainFiles(i).name,39。39。)) Train_Number = Train_Number + 1。 endend%%%%%%%%二維轉(zhuǎn)一維%%%%%%%%%%%%T = []。for i = 1 : Train_Number str = int2str(i)。%把文件索引轉(zhuǎn)換為字符串格式 str = strcat(39。\39。,str,39。.pgm39。)。 str = strcat(TrainDatabasePath,str)。 img = imread(str)。 [irow icol] = size(img)。 temp = reshape(img39。,irow*icol,1)。 T
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1