u013236891的博客

下面是常用的距离测试，个人研究的是人脸识别的方向，在人脸识别中主要应用距离的测试就是为了检测样本之间的相似度，一般的定义是当距离越小的时候样本的相似度越高，当样本的距离较大时我们一般认为两个样本的相似性较低，即为不同样本，人脸识别中则认为不是同一个人，一般情况本人采用降维算法先将人脸图像数据进行降维，将降维后的数据利用最近邻分类方法分类到最相近的类别，常用的测量距离的方式是欧氏距离，但是我们可以尝...

在人脸识别中的间距准则算法中，都有一个目标函数，经典的目标函数都是采用L2范数的，L2范数在许多特定的情况下求解较为容易，但是由于人脸图像具有较强的复杂度，算法能够达到一定的效果但是都不能够达到最为理想的效果，所有针对L2范数对噪声数据不具有较好的鲁棒性，为了增强对野值和噪声的适应性，使得算法具有更强的鲁棒性，提出了改进的算法即为L1范数，在许多文献中都得到了较好的验证（基于L1_范数的最大间距准...

相对熵（relative entropy），又被称为Kullback-Leibler散度（Kullback-Leibler divergence）或信息散度（information divergence），是两个概率分布（probability distribution）间差异的非对称性度量。在在信息理论中，相对熵等价于两个概率分布的信息熵（Shannon entropy）的差值。定义...

读取图像：image = imread('E:\Matlab代码\dog.jpg');显示图像：imshow(image)将RGB图像转化为gray图像：gdata = rgb2gray(image);写入图像：imwrite(gdata,'修后dog.jpg')，将图像重新保存。将图像转化为二值图像：xbw=im2bw(gdata,0.95);%转化为二值图像image...