人脸识别的几何观点：拉普拉斯脸

最新推荐文章于 2019-06-21 18:07:00 发布
最新推荐文章于 2019-06-21 18:07:00 发布
阅读量2.8k 收藏 2
点赞数
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/to_xidianhph_youth/article/details/39134751
版权
人脸识别通过降维技术如PCA的Eigenface和LDA的Fisherface提高准确性。然而，最新研究发现人脸图像位于高维空间的非线性低维子流形。拉普拉斯脸（Laplacianface）通过考虑人脸空间的流形几何结构，构建近邻图并寻找最光滑的基，以保持局部几何结构，尤其适用于光照、角度和表情变化的人脸识别。
摘要由CSDN通过智能技术生成

人脸识别的几何观点：拉普拉斯脸

基于外观的方法，即将一张大小为n×m像素的人脸图片表示成一个n×m维的向量。通常情况下，这样得到的人脸向量空间的维度很高，为解决由此而来的“维度灾难”问题，数据降维成为人脸识别的关键技术。经典的降维算法包括主成分分析(Principal Components Analysis，PCA)和

最低0.47元/天 解锁文章
Voidwalkerxiaohui
关注
超详细基于MATLAB的人脸考勤识别系统
m0_65908410的博客
11-05 6362
基于MATLAB的人脸考勤识别系统摘 要 人脸识别是模式识别和图像处理等学科的一个研究热点，它广泛应用在身份验证、刑侦破案、视频监视、机器人智能化和医学等领域，具有广阔的应用价值和商用价值。人脸特征作为一种生物特征，与其他生物特征相比，具有有好、直接、方便等特点，因此使用人脸特征进行身份识别更易于被用户所接受。 人脸识别技术在过去的几十年得到了很大的发展，但由于人脸的非刚性、表情多变等因...
基于拉普拉斯脸的人脸识别
11-04
来自ieee，是基于局部特征识别的拉普拉斯脸识别，比pca lda 有更高的识别率，容易实现！
基于正交拉普拉斯脸的人脸识别算法研究
weixin_34090643的博客
07-05 823
直觉上，自然存在的人脸数据可以由支持的概率分布采样生成或者近似于环绕空间的子流线型分布。据此，我们提出了一种基于外观的人脸识别算法，称为正交拉普拉斯脸（Orthogonal Laplacianface，简称OLPP）。该算法基于局部保持映射（Locality Preserving Projection，简称LPP）算法，其中LPP算法的目标是找到在面部流...
使用高斯滤波以及拉普拉斯算子实现人脸模糊检测
qq249356520的博客
12-19 8118
本文中实现模糊检测的原理如下：对采集到的人脸图像进行如下处理： 1.高斯模糊去噪， 2.转换灰度图， 3.在此图像上利用拉普拉斯算子滤波， 4.直方图归一化映射到0-255， 5.求均值， 检测方法：若该均值大于给定阈值，则认为是清晰照片，否则，是模糊照片。实验结果表明：正常人脸图片经处理后均值在500以上，而模糊人脸只有几十到两三百，很难使用拉普拉斯算子提取到有效边缘。 （数值可能不对，读者可亲
拉普拉斯-贝尔特拉米算子：用于参数化和隐式流形的拉普拉斯-贝尔特拉米算子。-matlab开发
06-01
该程序创建了一个函数，用于评估流形上给定函数的 Laplace-Beltrami 算子，该函数可以具有任意维数和共维数，并且可以参数化或隐式形式给出。 该图标显示了一个由某些函数的拉普拉斯-贝尔特拉米着色的圆环，可以通过几行代码生成。 该程序基于自动微分，而不是基于有限差分或符号工具箱。
拉普拉斯特征映射（Laplacian Eigenmaps）
qrlhl的博客
09-22 4万+
1、介绍拉普拉斯特征映射（Laplacian Eigenmaps）是一种不太常见的降维算法，它看问题的角度和常见的降维算法不太相同，是从局部的角度去构建数据之间的关系。也许这样讲有些抽象，具体来讲，拉普拉斯特征映射是一种基于图的降维算法，它希望相互间有关系的点（在图中相连的点）在降维后的空间中尽可能的靠近，从而在降维后仍能保持原有的数据结构。 本文参考http://blog.csdn.net/xb
基于LBP的拉普拉斯特征映射人脸识别.pdf
09-23
LBP算子对于光照变化和小的几何变形具有较好的鲁棒性，因此在人脸识别中，LBP常用于提取人脸的局部结构和纹理特征。 【拉普拉斯特征映射（Laplacian Eigenmaps，LE）】 拉普拉斯特征映射是一种非线性降维方法，常...
视频人脸识别进展综述.pdf
09-23
视频人脸识别是计算机视觉和人工智能领域中的一个重要研究方向，它涉及生物特征识别、模式识别和机器学习等多个技术领域。随着深度学习技术的快速发展，视频人脸识别的准确性和实用性得到了显著提升。本文将深入探讨...
基于KPCA和LDA融合改进的人脸识别算法研究.pdf
09-23
人脸识别是生物识别领域的热点研究方向，基于统计和基于几何的方法是两种常用的人脸识别方法。现在最受欢迎的是基于子空间的方法，它具有较高的计算效率和表征能力。最基本的线性子空间方法有主成分分析法（PCA）、...
拉普拉斯特征映射算法，简单易懂
08-11
拉普拉斯特征映射算法，简单易懂，降维处理，求流形的必备程序
神奇的拉普拉斯平滑（Laplacian Smoothing）及其在正则化上的应用~
love模式识别
10-20 4万+
之前的博客介绍过自己对于正则化的理解
AV1资源
热门推荐
yue huang的视频编解码专栏
11-18 27万+
#开源编解码器 项目 编码 解码 语言 libaom ✓ ✓ C rav1e ✓ Rust dav1d ✓ C libaom: Google Git rav1e: Github dav1d: GitLab
人脸识别之特征脸方法（Eigenface）
zouxy09的专栏
04-25 16万+
人脸识别之特征脸方法（Eigenface）zouxy09@qq.comhttp://blog.csdn.net/zouxy09       因为需要，花了一点时间写了下经典的基于特征脸（EigenFace）的人脸识别方法的Matlab代码。这里仅把该代码分享出来。其实，在较新版本的OpenCV中已经提供了FaceRecognizer这一个类，里面不仅包含了特征脸EigenFace，还有Fisher
人脸识别主要机算法原理
u012374174的专栏
10-21 5465
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
深度学习的几何观点（1） - 流形分布定律
weixin_41036461的博客
07-03 2505
https://www.sohu.com/a/234251750_642762作者：顾险峰（最近，哈佛大学丘成桐先生领导的团队，大连理工大学罗钟铉教授、雷娜教授领导的团队应用几何方法研究深度学习。老顾受邀在一些大学和科研机构做了题为“深度学习的几何观点”的报告，汇报了这方面的进展情况。这里是报告的简要记录，具体内容见【1】。）深度学习技术正在深刻地改变着人类的历史进程，它在图像识别、语音识别、自然...
double浮点数运算为啥会丢失精度？
chongchu7503的博客
06-21 3305
前言：在工作中，谈到有小数点的加减乘除都会想到用BigDecimal来解决，但是有很多人对于double或者float为啥会丢失精度一脸茫然。还有BigDecimal是怎么解决的？话不多说，我们开始。 1.浮点数是啥？ 浮点数是计算机用来表示小数的一种数据类型，采用科学计数法。在jav...
人脸图像的几何归一化和灰度归一化
留恋凡间事
07-09 1万+
在对人脸表情进行识别时，人脸的归一化处理是至关重要的一环，它涉及到下一步处理的好坏。 人脸的归一化包括几何归一化和灰度归一化，几何归一化分两步：人脸校正和人脸裁剪。而灰度归 一化主要是增加图像的对比度，进行光照补偿。 1.几何归一化 几何归一化的目的主要是将表情子图像变换为统一的尺寸，有利于表情特征的提取。具体步骤如下： （1）标定特征点，这里用[x,y] = ginput(3)函数来标
人脸工程：图像处理在人脸识别与表情识别中的应用
人脸识别是一个复杂的过程，包括人脸检测（确定图像中是否存在人脸）、人脸表征（定义描述人脸的方式）、人脸鉴别（对比和匹配人脸）、表情与姿态分析以及生理分类。这个过程面临诸多挑战，如光照变化、成像角度和...
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
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