人眼識(shí)別(完整版)
【正文】 ) Train_Number = Train_Number + 1。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)。樣品訓(xùn)練集以及待測(cè)樣品的特征數(shù)目為n。人臉識(shí)別技術(shù)無(wú)疑是最佳的選擇，采用快速人臉檢測(cè)技術(shù)可以從監(jiān)控視頻圖象中實(shí)時(shí)查找人臉，并與人臉數(shù)據(jù)庫(kù)進(jìn)行實(shí)時(shí)比對(duì)，從而實(shí)現(xiàn)快速身份識(shí)別二．系統(tǒng)設(shè)計(jì)1) 理論知識(shí)fisher概念引出 在應(yīng)用統(tǒng)計(jì)方法解決模式識(shí)別問(wèn)題時(shí)，為了解決“維數(shù)災(zāi)難”的問(wèn)題，壓縮特征空間的維數(shù)非常必要。開(kāi)放性實(shí)驗(yàn)報(bào)告《基于集成學(xué)習(xí)的圖像識(shí)別算法》小組成員：姓名 張宏胤 學(xué)號(hào) 1140299229 指導(dǎo)老師： 彭艷斌 2016 年 12 月 【實(shí)驗(yàn)名稱】基于集成學(xué)習(xí)的圖像識(shí)別算法【實(shí)驗(yàn)?zāi)康摹?； ； 。fisher方法實(shí)際上涉及到維數(shù)壓縮的問(wèn)題。為了找到最佳投影方向，需要計(jì)算出各類均值、樣品類內(nèi)離散度矩陣和總類間離散度矩陣、樣品類間離散度矩陣，根據(jù)Fisher準(zhǔn)則，找到最佳投影準(zhǔn)則，將訓(xùn)練集內(nèi)所有樣品進(jìn)行投影，投影到一維Y空間，由于Y空間是一維的，則需要求出Y空間的劃分邊界點(diǎn)，找到邊界點(diǎn)后，就可以對(duì)待測(cè)樣品進(jìn)行進(jìn)行一維Y空間的投影，判斷它的投影點(diǎn)與分界點(diǎn)的關(guān)系，將其歸類。Train_Number = 0。 endend%%%%%%%%二維轉(zhuǎn)一維%%%%%%%%%%%%T = []。 img = imread(str)。%每一類的圖像數(shù)目P = Class_population * Class_number。%%%%篩選小的特征值%%%%%L_eig_vec = []。 end%%%%%fisher分類器的設(shè)計(jì)方法%%%%%%%%%計(jì)算在特征空間里面每一個(gè)類的均值%%%%%m_PCA = mean(ProjectedImages_PCA,2) %特征空間總的均值m = zeros( Class_number, Class_number )。end %%%%%%188。191。241。188。186。224。200。 * V_PCA39。%%%%%%%%%%%%%%%%%%%%%%%%從測(cè)試樣本中提取PCA特征%%%%%%%%%%%%%%%%%%%InputImage = imread(TestImage)。 * Difference。end[Euc_dist_min ,Recognized_index] = min(Euc_dist2)。OutputName = strcat(int2str(Recognized_index),39。for i = 1
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1