opencv基於PCA降維算法的人臉識別
opencv基於PCA降維算法的人臉識別（att_faces） 一、數據提取與處理 二、PCA降低維度 PCA變換原理。在人臉識別過程中，一般把圖片看成是向量進行處理，高等數學中我們接觸的一般都是二維或三維向量，向量的維數是根據組成向量的變量 ...
原文：PCA算法學習_1(OpenCV中PCA實現人臉降維)
前言： PCA是大家經常用來減少數據集的維數，同時保留數據集中對方差貢獻最大的特征來達到簡化數據集的目的。本文通過使用PCA來提取人臉中的特征臉這個例子，來熟悉下在oepncv中怎樣使用PCA這個類。 開發環境：ubuntu . Qt . . QtCreator . . opencv . . PCA數學理論： 關於PCA的理論，資料很多，公式也一大把，本人功底有限，理論方面這里就不列出了。下面主 ...
2012-09-06 11:13 7 54779 推薦指數：
相關推薦
PCA算法學習_2(PCA理論的matlab實現)
前言 在前面的博文PCA算法學習_1(OpenCV中PCA實現人臉降維)中已經初步介紹了PCA算法的大概流程及在人臉降維上面的應用。本文就進一步介紹下其理論基礎和matlab的實現（也是網上學者的代碼）。 開發環境：Matlab2012a 基礎 假設X是一個 ...
PCA算法學習（Matlab實現）
PCA（主成分分析）算法，主要用於數據降維，保留了數據集中對方差貢獻最大的若干個特征來達到簡化數據集的目的。 實現數據降維的步驟： 1、將原始數據中的每一個樣本用向量表示，把所有樣本組合起來構成一個矩陣，通常需對樣本矩陣進行處理，得到中性化樣本矩陣 2、求樣本矩陣的協方差矩陣 3、求協方差 ...
OpenCV學習(35) OpenCV中的PCA算法
PCA算法的基本原理可以參考：http://www.cnblogs.com/mikewolf2002/p/3429711.html 對一副寬p、高q的二維灰度圖，要完整表示該圖像，需要m = p*q維的向量空間，比如100*100的灰度圖像，它的向量空間為100*100 ...
PCA 人臉降維
1、從文件中讀取圖像數據（一共40個人，每人5張圖片，圖片大小為112*92，格式為pgm，每個人的圖像單獨存放在一個文件夾中） function [imgRow,imgCol,FaceContainer,faceLabel]=ReadFaces(nFacesPerPerson ...
基於PCA的人臉降維
一、PCA原理 PCA的原理就是將原來的樣本數據投影到一個新的空間中，相當於我們在矩陣分析里面學習的將一組矩陣映射到另外的坐標系下。通過一個轉換坐標，也可以理解成把一組坐標轉換到另外一組坐標系下，但是在新的坐標系下，表示原來的原本不需要那么多的變量，只需要原來樣本的最大的一個線性 ...
Java中實現PCA降維
float[] vector = docvector.getElementArray(); FloatMatrix d = new FloatMatrix(vector); FloatMatrix result = PCA.dimensionReduction(d, 10); ...
python機器學習——PCA降維算法
背景與原理： PCA（主成分分析）是將一個數據的特征數量減少的同時盡可能保留最多信息的方法。所謂降維，就是在說對於一個$n$維數據集，其可以看做一個$n$維空間中的點集（或者向量集），而我們要把這個向量集投影到一個$k<n$維空間中，這樣當然會導致信息損失，但是如果這個$k$維空間的基底 ...