PCA人脸识别学习及C语言实现
人脸识别主要方法: .Eigenfaces,PCA(Principal Component Analysis),Turk and Pentland,1991 .Fisherfaces,LDA(Linear Discriminant Analysis),Belhumeur, Hespanha and Kriegman,1997 .LBPH,Local Binary Pattern Histograms,Ahonen, Hadid and Pietikäinen,2004 本文的目的,是结合人脸识别体验一把PCA,体会其内涵:降维。另外文献说,PCA的识别效果一般比神经网络ANN好。本文有20张人脸用于训练,10张人脸用于测试。 训练样本和测试样本来自:http://cswww.essex.ac.uk/mv/allfaces/faces94.zip 1.PCA人脸识别方法 将PCA方法用于人脸识别,其实是假设所有的人脸都处于一个低维线性空间,而且不同的人脸在这个空间中具有可分性。其具体做法是由高维 图像空间经PCA变换后得到一组新的正交基,对这些正交基做一定的取舍,保留其中的一部分生成...