![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人脸识别算法原理
dongcidacigogogo
这个作者很懒,什么都没留下…
展开
-
OpenCV人脸识别之FisherFace算法(LDA线性判别分析)
FisherFace算法Fisherface是由Ronald Fisher发明的,Fisherface所基于的LDA(Linear Discriminant Analysis,线性判别分析)理论和特征脸里用到的PCA有相似之处,都是对原有数据进行整体降维映射到低维空间的方法,LDA和PCA都是从数据整体入手而不同于LBP提取局部纹理特征。1.LDA原理图介绍2.数据集是二类情况通常情况下,待匹配人脸要和人脸库内的多张人脸匹配,所以这是一个多分类的情况。出于简单考虑,可以先介绍二类的情况然转载 2020-11-04 11:56:21 · 2083 阅读 · 0 评论 -
OpenCV人脸识别之Eigenface算法(PCA特征脸方法)
EigenfaceEigenfaces就是特征脸的意思,是一种从主成分分析(Principal Component Analysis,PCA)中导出的人脸识别和描述技术。特征脸方法的主要思路就是将输入的人脸图像看作一个个矩阵,通过在人脸空间中一组正交向量,并选择最重要的正交向量,作为“主成分”来描述原来的人脸空间。1.PCA主要过程在很多应用中需要对大量数据进行分析计算并寻找其内在的规律,但是数据量巨大造成了问题分析的复杂性,因此我们需要一些合理的方法来减少分析的数据和变量同时尽量不破坏数据之间转载 2020-11-02 20:27:26 · 4612 阅读 · 2 评论 -
OpenCV人脸识别之LBPH算法(局部二值模式方法)
人脸识别LBPH算法 人脸识别是指将一个需要识别的人脸和人脸库中的某个人脸对应起来(类似于指纹识别),目的是完成识别功能,该术语需要和人脸检测进行区分,人脸检测是在一张图片中把人脸定位出来,完成的是搜寻的功能。1.LBP算子 原始的LBP算子定义为在3*3的窗口内,以窗口中心像素为阈值,将相邻的8个像素的灰度值与其进行比较,若周围像素值大于或等于中心像素值,则该像素点的位置被标记为1,否则为0。这样,3*3邻域内的8个点经比较可产生8位二进制数(通常转换为十进制数即LBP...原创 2020-10-28 18:40:58 · 14988 阅读 · 2 评论 -
OpenCV人脸检测之Haar-like特征提取原理
Haar-like算法当下的人脸检测主要为以下两种方法:1.基于知识的检测方法:检测器官特征和器官之间的几何关系2.基于「统计」的检测方法:像素相似性度量基于知识的方法主要利用先验知识将人脸看作器官特征的组合,根据眼睛、眉毛、嘴巴、鼻子等器官的特征以及相互之间的几何位置关系来检测人脸。基于统计的方法则将人脸看作一个整体的模式——二维像素矩阵,从统计的观点通过大量人脸图像样本构造人脸模式空间,根据相似度量来判断人脸是否存在。本文主要介绍基于统计的检测方法Haar,Haar特征值反映了图原创 2020-10-27 14:35:43 · 2266 阅读 · 1 评论