资源简介
通过特征空间的降维,消除人脸特征之间的关联性,同时用降低了维数,避免了维数灾难。比较好的方案。
代码片段和文件信息
function main(k)
% ORL 人脸数据集的主成分分析
%
% 输入:k --- 降至 k 维
% 定义图像高、宽的全局变量 imgRow 和 imgCol,它们在 ReadFaces 中被赋值
global imgRow;
global imgCol;
% 读入每个人的前5副图像
nPerson=40;
nFacesPerPerson = 5;
display(‘读入人脸数据...‘);
[imgRowimgColFaceContainerfaceLabel]=ReadFaces(nFacesPerPersonnPerson);
display(‘..............................‘);
nFaces=size(FaceContainer1);%样本(人脸)数目
display(‘PCA降维...‘);
% LowDimFaces是200*20的矩阵 每一行代表一张主成分脸(共40人,每人5张),每个脸20个维特征
% W是分离变换矩阵 10304*20 的矩阵
[LowDimFaces W] = fastPCA(FaceContainer 20); % 主成分分析PCA
visualize_pc(W);%显示主成分脸
save(‘Mat/LowDimFaces.mat‘ ‘LowDimFaces‘);
display(‘计算结束。‘);
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
目录 0 2013-08-02 16:11 PCA_ORL\
目录 0 2012-12-12 16:15 PCA_ORL\Data\
目录 0 2012-12-12 16:15 PCA_ORL\Data\ORL\
目录 0 2013-08-02 16:11 PCA_ORL\Data\ORL\s1\
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s1\1.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s1\10.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s1\2.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s1\3.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s1\4.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s1\5.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s1\6.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s1\7.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s1\8.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s1\9.pgm
目录 0 2013-08-02 16:11 PCA_ORL\Data\ORL\s10\
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s10\1.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s10\10.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s10\2.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s10\3.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s10\4.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s10\5.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s10\6.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s10\7.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s10\8.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s10\9.pgm
目录 0 2013-08-02 16:11 PCA_ORL\Data\ORL\s11\
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s11\1.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s11\10.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s11\2.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s11\3.pgm
文件 10318 2012-06-23 13:45 PCA_ORL\Data\ORL\s11\4.pgm
............此处省略428个文件信息
- 上一篇:yocto 超详细教程,看完必会搭建linux系统
- 下一篇:一个简单的购物网站
相关资源
- 马尔科夫特征提取
- 指纹识别系统包含了指纹数据库 源码
- 指纹识别系统包括指纹匹配 gui界面
- 小波特征提取与支持向量机识别
- 基于SIFT算法的图像特征提取系统的研
- 点特征提取、相关系数影像匹配程序
- 颜色、形状、纹理特征提取算法及应
- CNN与人工特征提取快速识别斑马线的
- opencv特征提取 颜色直方图、纹理
- 多种特征提取方法代码
- 基于IMF能量谱的水声信号特征提取与
- svm算法文本特征提取形成特征向量
- 计算机视觉特征提取与图像处理(第
- OpenCV LBP特征提取源代码
- PolSAR图像Pauli分解源码
- MNIST数据集的gist特征提取
- 基于Gabor特征提取和神经网络的表情识
- 基于ORB算法的特征提取和匹配(VS20
- 基于SIFT算法的特征提取(VS2015+OpenC
- opencv双目通过特征提取恢复深度
- 情感识别的特征提取与与分类
- 十三种图像特征提取代码合集吐血整
- 模式识别——人脸识别
- Hog特征提取 源码(免费)
- 特征提取与图像处理第二版.pdf
- 特征提取与图像处理(中文第2版)
- lbp特征提取代码
- 特征提取与图像处理第二版pdf
- 特征提取与图像处理(中文第2版)
- SIFT特征提取3篇最经典文献
评论
共有 条评论