人脸识别
liulina603
治疗对未来焦虑的良药就在今天你自己的所为
展开
-
主元分析(PCA)理论分析及应用
主元分析(PCA)理论分析及应用什么是PCA? PCA是Principal component analysis的缩写,中文翻译为主元分析。它是一种对数据进行分析的技术,最重要的应用是对原有数据进行简化。正如它的名字:主元分析,这种方法可以有效的找出数据中最“主要”的元素和结构,去除噪音和冗余,将原有的复杂数据降维,揭示隐藏在复杂数据背后的简单结构。它的优点是简单,而且无参数转载 2012-08-27 17:03:20 · 7051 阅读 · 0 评论 -
LoadBitmap加载位图资源、LoadImage从文件加载位图
1、LoadBitmap: 函数功能:该函数从模块的可执行文件中加载指定的位图资源。如下图:IDB_TEST 是加载好的位图图片CBitmap bitmap;if(bitmap.LoadBitmap(IDB_TEST)) { int index = m_imageList.Add(&bitmap, nullptr); bitmap.DeleteObject();原创 2017-04-11 10:42:52 · 23376 阅读 · 0 评论 -
OpenCV人脸识别的原理 .
在之前讲到的人脸测试后,提取出人脸来,并且保存下来,以供训练或识别是用,提取人脸的代码如下:void GetImageRect(IplImage* orgImage, CvRect rectInImage, IplImage* imgRect,double scale){ //从图像orgImage中提取一块(rectInImage)子图像imgRect IplImage *res转载 2014-06-05 15:51:46 · 42314 阅读 · 5 评论 -
cvHaarDetectObjects
OpenCV的人脸检测主要是调用训练好的cascade(Haar分类器)来进行模式匹配。cvHaarDetectObjects,先将图像灰度化,根据传入参数判断是否进行canny边缘处理(默认不使用),再进行匹配。匹配后收集找出的匹配块,过滤噪声,计算相邻个数如果超过了规定值(传入的min_neighbors)就当成输出结果,否则删去。匹配循环:将匹配分类器放大scale(传入值)倍,同时转载 2012-08-31 01:21:20 · 3500 阅读 · 0 评论 -
**PCA主元分析法小结(人脸识别概述性)
PCA,即主元分析法,是用来做数据降维的一种方法。从思想上讲,一个高纬的数据,往往包含很多多余的信息,我们希望将其取出,尽可能地降到一个较低的维度,但同时又必须保证其数据失真尽可能小。PCA就是一套算法,在保证重建误差最小的情况下,提取出高维数据的主元,从而实现数据的降维。 下面具体来说PCA算法在人脸识别中的算法流程,前提:有一个训练图集,里面放着同一个人的脸(对齐过的),并且每张图长原创 2012-08-27 13:45:54 · 4406 阅读 · 0 评论 -
Opencv中的pca算法
对于PCA,一直都是有个概念,没有实际使用过,今天终于实际使用了一把,发现PCA还是挺神奇的。在OPENCV中使用PCA非常简单,只要几条语句就可以了。1、初始化数据//每一行表示一个样本CvMat* pData = cvCreateMat( 总的样本数, 每个样本的维数, CV_32FC1 );CvMat* pMean = cvCreateMat(1, 样本的维数, CV_3转载 2012-10-18 15:32:07 · 3364 阅读 · 0 评论 -
PCA算法原理简介
PCA ( Principal Component Analysis , PCA )是主成分分析,主要 用于数据降维,对于一系列例子的特征组成的多维向量,多维向量里的某些元素本身没有区分性,比如某个元素在所有的例子中都为1,或者与1差距不大,那么这个元素本身就没有区分性,用它做特征来区分,贡献会非常小。所以我们的目的是找那些变化大的元素,即方差大的那些维,而去除掉那些变化不大的维,从而使特征留下的转载 2012-08-27 17:00:53 · 24218 阅读 · 0 评论 -
PCA(主分量分析)在人脸识别中的应用
最近一直在写人脸识别的代码,暂时先把今天的收获写一下,很快的把前几天的学习和编码收获添加进来。目前我用的人脸识别的方法是PCA(主分量分析)这是一个很古老的算法(据说是1991年提出来的,有待考证)。该算法有以下优缺点1)对光线的影响不是很大。与实验结果吻合,在实验时,曾经在关闭所有灯的情况下测试也可以识别出来。2)受姿势的影响较大,只能达到50%(该结果是根据一个论文上得来的),转载 2012-08-24 10:20:09 · 2838 阅读 · 0 评论 -
OpenCV GUI Error Handler(可能文件路径不对)
Null pointer (Invalid classifier cascade) in function cvHaarDetectObjects, C:\User\VP\opencv\cv\src\cvhaar.cpp(767) Press"Abort" to terminate application.Press''Retry" to debug (if the app is原创 2012-09-02 15:28:23 · 9251 阅读 · 3 评论 -
人脸识别主要算法原理
人脸识别主要算法原理主流的人脸识别技术基本上可以归结为三类,即:基于几何特征的方法、基于模板的方法和基于模型的方法。1. 基于几何特征的方法是最早、最传统的方法,通常需要和其他算法结合才能有比较好的效果;2. 基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。3. 基于模型的方法则有基于隐马尔柯夫模型,主动形状转载 2012-08-30 14:36:20 · 197655 阅读 · 8 评论 -
对PCA方法的改进
最近一直在忙,很少考虑人脸识别方面的东西,主要精力放在了人脸检测上面。我们组深入研究了一下Adaboost算法,OpenCV中便是使用的该方法进行的人脸检测,效果还不错,基本搞清楚。另外对HMM也有一定的了解。在了解这些东西后,我们又回到了原来的路线上——人脸识别。接着上次的PCA的讨论,我们认为目前改进该PCA算法的识别率的方法主要是以下方面:重点解决人脸的大小问题,我们初步设想是在转载 2012-08-24 10:28:02 · 4548 阅读 · 1 评论