人脸识别(1)--eigenface

本文介绍了Eigenface人脸识别算法,包括算法的基本描述和实现步骤。Eigenface作为1991年MIT提出的方法,曾是人脸识别性能测试的重要基准。

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

Eigen是MIT于1991年提出的人脸识别算法,后来与归一化协相关量方法一起成为人脸识别的性能测试基准算法。

1. 算法描述

Eigenface的基本思想非常简单:以图像像素点为原始维度单位(如320*240的图,其维度为76800*1),试图找到一种变换将其转到另一个描述空间,在目标空间里,每种人脸能得到最好的区分。

具体的算法步骤如下:
1)将所有人脸图像reshape成N*1的矩阵,假设共有K组人脸,得到的人脸矩阵M为N*K。
2)求取M中每行数据的均值,即获得平均脸(N*1);再按列减去均值获得均值为0的新的人脸矩阵(N*K)。
3)求人脸矩阵的协方差矩阵
4)求协方差矩阵C的特征值和特征向量,并按特征值从大到小将对应的特征向量按行组成矩阵P(R*N,其中R取[1,N],一般选择前R组以起到降维效果)。
5
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
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