基于子空间分析方法的人脸识别

2022年05月30日 13:23:21人气：205来源：深圳市深安威尔迪科技有限公司

　　通常得到的图像空间维数都非常高，例如一幅10×10像素的人脸图像，它的维数就是100维。如果把人脸图像都看成是在这样高维空间中的点，那么表示人脸图像的点的分布可能是很不紧凑的，因而不利于分类，并且计算复杂度也非带大。为了得到人脸图像的较紧凑分布，等首先把主元分析的子空间思想引入到人脸识别中，并获得了较大的成功。随后子空间分析方法就引起了人们的广泛注意，成为当前人脸识别的主流方法之一。

　　在指纹门禁机，指纹考勤机中同样也是如此，指纹的图像的维数也是比较高的，因此在指纹识别的过程中会指纹的图像进行压缩后传。

　　子空间分析的思想就是根据一定的性能目标来寻找一个线性或非线性的空间变换，把原始信号数据压缩到一个低维子空间，使数据在子空间中的分布更加紧凑，为数据的更好描述提供了手段，另外，计算的复杂度也得到了大大降低。子空间分析除了有线性及非线性空间变换之分外，根据不同的性能目标要求，得到的子空间也是不一样的。

　　目前在人脸识别中得到成功应用的线性子空间分析方法有：主元分析( PCA)、线性分析(LDA)、独立元分析(ICA)、非负矩阵因子(NMF)。基于核技巧的非线性子空间分析有：核主元分析(KPCA)和核Fisher分析(KFDA)。

上一篇：谷物干燥机不设除尘系统可以吗

下一篇：加油站监控方案

全年征稿/资讯合作 联系邮箱：1271141964@qq.com

免责声明

凡本网注明"来源：智能制造网"的所有作品，版权均属于智能制造网，转载请必须注明智能制造网，https://www.gkzhan.com。违反者本网将追究相关法律责任。
企业发布的公司新闻、技术文章、资料下载等内容，如涉及侵权、违规遭投诉的，一律由发布企业自行承担责任，本网有权删除内容并追溯责任。
本网转载并注明自其它来源的作品，目的在于传递更多信息，并不代表本网赞同其观点或证实其内容的真实性，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品来源，并自负版权等法律责任。
如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。