opencv学习笔记六十六:FisherFace人脸识别算法

76 篇文章 ¥9.90 ¥99.00
FisherFace是一种基于LDA的识别算法,关注类间方差最大化和类内方差最小化,与PCA的主要区别在于考虑了类别信息。通过降维优化人脸数据,提升识别效果。LDA原理类似自适应阈值法,寻找最佳分类边界。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

简要:

FisherFace是基于LDA降维的人脸识别算法,由Ronald Fisher最早提出,故以此为名。它和PCA类似,都是将原始数据映射到低维空间,但和PCA最大的区别就是它考虑了降维后数据的类间方差和类内方差,使得降维后的数据类间方差最大,类内方差最小,而PCA是使整体数据降维后的方差最大,没有考虑降维后类间的变化。这又让我想到了二值化中的自适应阈值法,跟LDA的原理有点类似,依次遍历阈值,对于阈值分割后的黑白像素两类,使其两类间灰度值的方差最大,找到的这个阈值即为最适应阈值。

LDA原理:

 

评论 1
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

打赏作者

东城青年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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