PLDA简介

本文深入介绍了PLDA(概率线性判别分析)模型在人脸识别中的应用,探讨了其生成式模型的原理,包括模型的组成部分和参数含义。通过EM算法进行模型训练,并解析了模型测试阶段的人脸认证过程。实验表明,PLDA在某些情况下优于其他方法,如Joint Bayes。
摘要由CSDN通过智能技术生成

本次介绍一种传统的人脸认证模型:PLDA。 该模型最早出现在《2007 ICCV:Probabilistic Linear Discriminant Analysis for Inferences About Identity》,经过几年发展PLDA出现了很多改进版本,但主要思想基本一致。
因此,本文主要结合这篇文章和《2013 TPAMI:A Scalable Formulation of Probabilistic Linear Discriminant Analysis: Applied to Face Recognition》来进行讲解。

PLDA原始版本的代码可以从这里下载到 Prince Vision Lab

TPAMI改进的代码可以从这里找到

评论 4
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