基于二维主成分分析与支持向量机的人脸识别源码
A 求解脸识别问题的新方法。我们的方法结合二维主成分分析法(2DPCA) 突出的方法之一提取特征向量和支持 向量机 (SVM)最强大分类判别方法。基于该方法的实验已经或数据库
本专区汇聚了各类基于 主成分分析 开发的源码资源,共计 622 篇资源供开发者免费下载学习。
A 求解脸识别问题的新方法。我们的方法结合二维主成分分析法(2DPCA) 突出的方法之一提取特征向量和支持 向量机 (SVM)最强大分类判别方法。基于该方法的实验已经或数据库
主成分分析的非线性可拓最近提出了核主成分分析 (PCA)。基本想法是要首先映射到特征空间的非线性映射 通过在输入的空间,然后计算本金这类功能组件的空间。这封信作为一种机制用于
这段代码允许使用主成分分析的两个图像的融合,代码是简单,并在 matlab 环境中完成。
去噪的给定的数据利用主成分分析和核主成分分析得到广泛的普及为
主成分分析(PCA)是处理统计数据的有用工具。但它也可用于处理图像或信号。这个文件是表明它是如何工作的图像处理的领域中的演示。
实现了基本的基于pca的人脸识别,里面包含训练过程和识别过程,可输出识别率。可读取一张图片,并判断是人脸库中的哪一张。
三个众所周知的外观基于子空间人脸识别算法用于测试压缩的影响: 主成分分析法-PCA (土耳其人和彭特兰,1991年),线性判别分析-LDA (Belhumeur 等,1996年)
一个很好的代码为新的学习,它有非常详细的描述。希望可以帮到你....已经测试了一个例子,虹膜数据.....
特征脸的人脸识别系统这个包实现了一个基于人脸识别的PCA知名方法,称为“特征脸”
主成分(PCA)是一种基于代数特征的人脸识别方法,是一种基于全局特征的人脸识别方法, 它基于K-L分解。基于主成分分析的人脸识别方法首次将人脸看作一个整体,特征提取由手 工定义到利
使用PCA算法和分类也使用PCA的人脸确认
PCA(主成分分析法)和ICA(独立成分分析法)的MATLAB源程序,他们是目前图像处理比较经典的特征提取方法-PCA