本文深入介绍了PLDA（概率线性判别分析）模型在人脸识别中的应用，探讨了其生成式模型的原理，包括模型的组成部分和参数含义。通过EM算法进行模型训练，并解析了模型测试阶段的人脸认证过程。实验表明，PLDA在某些情况下优于其他方法，如Joint Bayes。
本次介绍一种传统的人脸认证模型：PLDA。 该模型最早出现在《2007 ICCV：Probabilistic Linear Discriminant Analysis for Inferences About Identity》，经过几年发展PLDA出现了很多改进版本，但主要思想基本一致。
因此，本文主要结合这篇文章和《2013 TPAMI：A Scalable Formulation of Probabilistic Linear Discriminant Analysis: Applied to Face Recognition》来进行讲解。
PLDA原始版本的代码可以从这里下载到 Prince Vision Lab
TPAMI改进的代码可以从这里找到 github:bioidiap
最低0.47元/天 解锁文章
扫一扫
到【灌水乐园】发言
