基于k-l變換的人臉識(shí)別系統(tǒng)-文庫(kù)吧資料
2025-07-02 10:36本頁(yè)面
【正文】 =a(1:112*92)。))。,num2str(fix(i/10)),num2str(mod(i,10)),num2str(j),39。,39。,39。 %所有訓(xùn)練圖像for i=1:(pium1)for j=1:5 %構(gòu)造矩陣a=imread(strcat(39。（2）若則輸入圖像為庫(kù)中第k個(gè)人的人臉。 投影將每一幅人臉與平均臉的差值矢量投影到“特征臉”空間，得到第i 個(gè)人臉的特征臉向量表示為： （式25） 對(duì)人臉進(jìn)行識(shí)別先選定一個(gè)距離閾值，如果待識(shí)別的人臉圖像投影到特征臉空間后與人臉集空間中點(diǎn)的最小距離仍然大于這個(gè)閾值，則說(shuō)明待識(shí)別人臉包含的是未知人臉。然后，從，計(jì)算，則由Z個(gè)可以組成一個(gè)特征臉空間。再將的值從大到小排列，選取前Z個(gè)特征值，使其滿足： （式24）這里的表示樣本集的前Z個(gè)軸上的能量占整個(gè)能量的以上。 計(jì)算平均臉和相應(yīng)的特征向量計(jì)算公式如下： （式21）則每張人臉與平均臉之間的距離向量可以表示為： （式22） 計(jì)算特征臉設(shè)矩陣,本次試驗(yàn)我們選擇訓(xùn)練樣本集的類間散布矩陣作為KL變換的產(chǎn)生矩陣，即： （式23）計(jì)算特征臉時(shí)要計(jì)算出協(xié)方差矩陣的前Z（ZN）個(gè)較大特征值的特征向量。歸一化人臉庫(kù)后，將庫(kù)中的每人選擇一定數(shù)量的圖像構(gòu)成訓(xùn)練集，其余構(gòu)成測(cè)試集。在設(shè)計(jì)過(guò)程中，要對(duì)訓(xùn)練樣本集采用KL變換進(jìn)行特征臉提取，并對(duì)測(cè)試樣本集進(jìn)行人臉識(shí)別。其中人臉部分表情和細(xì)節(jié)均有變化，例如笑與不笑、眼睛睜著或閉著，戴或不戴眼鏡等，人臉姿態(tài)也有變化，其深度旋轉(zhuǎn)和平面旋轉(zhuǎn)可達(dá)20度，人臉尺寸也有最多10%的變化。ORL人臉庫(kù)是由英國(guó)劍橋Olivetti實(shí)驗(yàn)室從1992年4月到1994年4月期間拍攝的一系列人臉圖像組成，共有40個(gè)不同年齡、不同性別和不同種族的對(duì)象。由這些特征臉?biāo)鶑埑傻目臻g稱為特征臉子空間，需要注意對(duì)于正交基的選擇的不同考慮，對(duì)應(yīng)較大特征值的特征向量(正交基)也稱主分量，用于表示人臉的大體形狀，而對(duì)應(yīng)于較小特征值的特征向量則用于描述人臉的具體細(xì)節(jié)，或者從頻域來(lái)看，主 分 量表示了人臉的低頻部分，而此分量則描述了人臉的高頻部分。由ORL數(shù)據(jù)庫(kù)計(jì)算得到的特征值呈圖2分布，可知特征向量重要性呈指數(shù)下降，據(jù)此可以只選用前面幾個(gè)重要的特征向量來(lái)構(gòu)建特征空間。三．降維如果在原始空間表示一幅N*M 大小的圖片X，那么需要一個(gè)N＝N*M 維矢量，但是當(dāng)把它映射到特征空間后，只需要一個(gè)1維的向量就可。隨機(jī)變量方差越大，包含的信息越多，當(dāng)一個(gè)變量方差為0 時(shí)，該變量為常數(shù)，不含任何信息。（2） 投影系數(shù)的非相關(guān)性由 SVD 可知, 其中 , mx 是平均人臉。由 PCA 處理的人臉庫(kù)數(shù)據(jù)的非相關(guān)性可以從兩點(diǎn)進(jìn)行說(shuō)明。ρXY = 1則X與Y 是相關(guān)的，ρXY = 0，則X 與Y 是不相關(guān)的。下面分別進(jìn)行介紹：一．去除原始數(shù)據(jù)相關(guān)性從統(tǒng)計(jì)學(xué)上講， E{[X ? E(X )][Y ? E(Y)]} 稱為隨機(jī)變量X 與Y 協(xié)方差，記為:Cov(X,Y)?？梢詮膱D 1 看到。 PCA的理論基礎(chǔ) 投影設(shè)d 維樣本x1， x 2，…, xn，以及一個(gè)d 維基w ，那么標(biāo)量：yi =wT xi是相當(dāng)于xi在基上的坐標(biāo)值。令和分別是的特征向量和對(duì)應(yīng)的特征值，將特征值按降序排列，那么，離散KL變換核矩陣的行是的特征向量，則變換核矩陣為： （式14）其中對(duì)應(yīng)第個(gè)特征向量的第個(gè)分量。對(duì)于一幅大小的圖像，在某個(gè)通信信道中傳輸M次，因受到各種因素的隨機(jī)干擾，存在隨機(jī)圖像樣本集合：對(duì)其中的第幅圖像，可以將其按列排列得到一個(gè)維向量：
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1