32、基于面部轮廓的性别分类与基于Gabor增强边缘Fisher模型的人脸识别

基于面部轮廓的性别分类与基于Gabor增强边缘Fisher模型的人脸识别

1. 基于面部轮廓的性别分类

1.1 实验设置

在性别分类实验中,研究人员对比了三种归一化方法(Min - Max、Z - score)以及无缩放处理,分别应用于PCA特征和ICA特征。实验结果展示在表格和图像中,旨在探究不同特征维度下的识别率情况。

1.2 实验结果分析

特征类型 PCA1 PCA2 PCA3 ICA1 ICA2 ICA3
Mean1 0.5619 0.8595 0.7860 0.5619 0.8528 0.7960
Std1 0.0956 0.0958 0.1037 0.0956 0.1037 0.1031
Mean2 0.5619 0.8796
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值