OLPP_SVM测试集 OLPP-pca_SVM测试集的人脸识别的算法结果研究

于 2022-07-09 12:56:46 发布
阅读量391 收藏
点赞数
分类专栏： 人脸识别 图像处理 文章标签： 算法 支持向量机 机器学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_68894275/article/details/125692217
版权

OLPP_SVM测试集的人脸识别结果展示

在20世纪中叶，Bledsoe和Chan一起发表了有关面部识别的技术报告。随着这些年来的发展，面部识别技术已经走下坡路，技术发展迅猛，已发表的科学论文数量也在增加

保局投影（LPP）是一种线性流形学习的降维算法，反映人脸空间的本征流形结构。因此，LPP在人脸识别中可以很好的运用。然而单一地用 LPP 进行人脸识别，识别效果不能达到我们的预期。matlab能有效地提取人脸特征，但是它的特征向量维数太大，必须进行维数简化，利用

了解本专栏 订阅专栏 解锁全文 超级会员免费看
人工智能专属驿站
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
人脸识别预研
Wanny
07-05 2301
1. 人脸识别发展以往的人脸识别主要是包括人脸图像采集、人脸识别预处理、身份确认、身份查找等技术和系统。现在人脸识别已经慢慢延伸到了ADAS中的驾驶员检测、行人跟踪、甚至到了动态物体的跟踪。由此可以看出，人脸识别系统已经由简单的图像处理发展到了视频实时处理。而且算法已经由以前的Adaboots、PCA等传统的统计学方法转变为CNN、RCNN等深度学习及其变形的方法。现在也有相当一部分人开始研究3维人
Deng Cai 的OLPP算法在人脸识别中的应用
09-19
基于LPP算法提出的正交局部保留投影算法
展望｜人脸识别技术发展现状及未来趋势
喜欢打酱油的老鸟
11-13 5525
2019-03-05 17:00:00 当前，随着人工智能、物联网等前沿技术的迅速发展，智能时代已悄然到来，"刷脸"逐渐成为了新的风潮。在人脸识别技术商业化应用领域不断扩张的趋势下，"刷脸"办事正愈发常见。 人脸识别，是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部识别的一系列相关技术，通...
olpp(正交局部投影人脸特征提取）
09-16
olpp(正交局部投影人脸特征提取），针对人脸识别的特征提取算法，提出的一种基于流形的非线性特征提取算法。
人脸识别之成果检验（四）
qq_44913716的博客
01-24 2574
读取训练好的数据----->得到人脸对应的id----->人脸识别 代码： import cv2 import os # 加载训练数据集文件 recogizer = cv2.face.LBPHFaceRecognizer_create() recogizer.read('trainer/trainer.yml') names = [] warningtime = 0 def face_detect(img): ''' 进行人脸识别 :param img: :
python pca svm.rar_Python PCA_SVM_hunteraai_svm python实现_人脸识别
07-14
python实现人脸识别，通过pca进行降维然后使用SVM算法进行分类
基于PCA和SVM的人脸识别--MATLAB实现.zip
11-23
该代码中的SVM算法是纯手打，没有直接调用MATLAB中svm包。里边也有人脸数据ORL集，可以下载。改改图像的目录就可以运行。该代码运行完美，最后的识别准确率为86%。
基于PCA算法和SVM的人脸识别系统.pdf
05-09
基于PCA算法和SVM的人脸识别系统 本文主要介绍了一种基于主成分分析（PCA）算法和支持向量机（SVM）的人脸识别系统。该系统使用PCA算法来减少数据维度，提高运算速度，并使用SVM来提高人脸识别的准确率。该系统由四...
实战案例-使用支持向量机（SVM）算法进行人脸识别
06-17
本资源包括使用支持向量机（SVM）算法进行人脸识别预测的全部源码 SVM就是帮我们找到一个超平面，这个超平面能将不同的样本划分开，同时使得样本集中的点到这个分类超平面的最小距离（即分类间隔）最大化。 支持...
OLPP.rar_LPP与PP的区别_LPP算法_OLPP_lpp_数据降维
07-15
在LPP基础上提出的正交局部邻域嵌入算法，相对于LPP算法，性能更好，可用于数据的降维与分类
人脸识别 | 如何解析URL，并给出人脸检测结果
AIGC | 智能洞察，创造未来
07-07 1656
检测思想首先使用urllib库从URL获取图像地址，并将其转换为图像，然后调用cv自带的Haar人脸检测，判断图像中是否有人脸。
全球人脸识别算法测试结果公布，中国包揽前五名！
weixin_34110749的博客
11-20 271
依图、商汤、中国科技学院深圳先进技术研究院包揽了前五。 近日，美国国家标准与技术研究院（NIST）公布的全球人脸识别算法测试（FRVT）结果。其中，由来自中国的企业和研究院包揽了前五名。 日前公布的最新FRVT报告中，排在第一位的是依图科技在今年10月份提交的算法，排在第二名的依旧是依图科技，不过是其于6月份提交的算法。商汤科技的算法包揽了第...
人脸识别阶段性总结
极乐净土
06-08 1041
人脸识别做到现在，做了大概3-4个月，经典的方法都试过一遍了，也做出了对比结果。上篇文章《Yale数据集上几个人脸识别算法的结果》给出了在Yale数据集上的一个对比结果。 Yale数据集较为简单，比较有challenge的是LFW数据集。作者也给出了不同算法在LFW上的识别率。刚开始本人也在LFW上使用Eigenface的方法做，不过识别率只有可怜的6%（3张训练集），大受打击。后来em
人脸识别之Face++
VictorLee
04-20 1981
Face++是国内少有的明星级技术型创业公司，由三个清华CS男创立，提供人脸识别技术服务，去年拿到了黑马大赛的冠军，今年又获得了创新工场的投资。作为一个备受脸盲症困扰的人，我对人脸识别颇感兴趣，于是上周前往位于银谷大厦内的Face++办公室，采访了Face++的联合创始人印奇。对我而言这是一次信息量很大的采访，我们从公司的创立与发展聊到了人脸识别的技术与应用场景。让我印象最深的是这家公司的口号：Be
基于正交局部保持投影和极大似然估计的特征提取
xinping1992的博客
03-12 494
基于正交局部保持投影和极大似然估计的异常监测 正交局部保持投影(orthogonal locality preserving projection, OLPP)，相对于局部保持投影(locality preserving projection, LPP)，能够保持投影向量间的正交关系。极大似然估计则用于估计数据的本征维度。 本文参考：Zhang, J., Chen, M., Chen, H., Hong, X., & Zhou, D. (2019). Process Monitoring Based
OLAP与OLTP的区别？
weixin_44087159的博客
04-28 6万+
1. OLAP与OLTP的区别？ OLTP(Online transaction processing):在线/联机事务处理。典型的OLTP类操作都比较简单，主要是对数据库中的数据进行增删改查，操作主体一般是产品的用户。 OLAP(Online analytical processing):指联机分析处理。通过分析数据库中的数据来得出一些结论性的东西。比如给老总们看的报表，用于进行市场开拓的用户行为统计，不同维...
OLAP、OLTP的介绍和比较
热门推荐
12-08 19万+
OLTP与OLAP的介绍     数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-Line Analytical Processing）。OLTP是传统的关系型数据库的主要应用，主要是基本的、日常的事务处理，例如银行交易。OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易
模式识别基于SVM算法的人脸识别MATLAB实现
最新发布
05-22
人脸识别是一项非常重要的模式识别任务，SVM算法是其中一种有效的分类算法，在MATLAB中实现人脸识别基于SVM算法的流程如下： 1. 数据预处理：将人脸图像进行灰度化、归一化、降噪等处理。 2. 特征提取：使用特征...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

人工智能专属驿站

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

实付元
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