特征脸识别

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Eigenfaces for Recognition
讲解人: 讲解人:xxxx
提纲
作者信息 文章方法信息 具体方法介绍 实验 总结
作者信息
Matthew Turk Professor Computer Science Department Media Arts and Technology Program University of California, Santa Barbara Research interests: Computer vision and imaging, perceptual
具体方法介绍
用特征脸来检测人脸的步骤:
1. 2. 3. 4.
对新的图像进行标准化: 向特征空间投影: 计算: 如果 ( 则认为 称为到人脸空间的距离) 是人脸( 事先设定)
具体方法介绍
原始图像向特征空间的投影(K=7)
具体方法介绍
到人脸空间的距离 第一福为29.8 第一幅为58.5 第三幅为5217.4
权重是投影系数
具体方法介绍
训练集中的人脸图像就可以用权重向量来表示
具体方法介绍
用特征脸来识别人脸的步骤:
1. 2.
对新的图像进行标准化: 向特征空间投影:
3.
用权重向量表示:
具体方法介绍
4.与数据库中已有的图像进行比较 5.如果 则认为是人脸l( 事先设定的)
可以用最简单的欧几里德距离来计算 但实验证明马氏距离更好
3.
对已知图来自百度文库计算其相应的K维权重空间分布 (通过将人脸图像投 影到人脸空间)
总结
检测并识别人脸:
1. 2. 3.
输入图像并将图像投影到每个特征脸,计算它们的权重向量 通过计算图像与人脸空间的距离来判断是否是人脸 如果是人脸,则根据权重向量与数据库中图像距离来判断是 “认识”或“不认识”(哪个人脸图像)
两边同乘以A得,
可以看出

具有相同的特征值,特征向量之间有
具体方法介绍
所以我们发现: 有 个特征向量和特征值
有M个特征向量和特征值 的M特征值对应 可以计算 的前M个最大的特征值
的前M个最大的特征向量:
(规范化正交向量)
具体方法介绍
7.
从中选出前K个对应最大的特征值的特征向量
对于训练集中的每个图像去均值都可以用这K个特征向量的线性组 合表示:
总结
局限性:
• 没有考虑背景对识别的影响 • 对光照、尺度、方向变化不鲁棒(尺度变化最 敏感)
谢谢! 谢谢!
实验
不同光照、尺度、方向变化
实验
用十六福图片做识别 实验 a为光照条件下的性能,b为 头部尺度变化,c为方向变化 d为方向和光照,e为方向与 尺度,f为方向与尺度,g为尺 度和光照,h为尺度和光照
实验
结论
•光照变化条件下96%正确率 •方向变化条件下85%正确率 •尺度变化条件下64%正确率
局限性
具体方法介绍
PCA步骤 步骤: 步骤
1.
选取训练集图像 (图像必须是集中的且尺寸大小相同)
2. 3. 4.
用向量表示: 求均值: 图像去均值:
具体方法介绍
5.
构造协方差矩阵:
6. 计算协方差矩阵的特征向量 因 很大,计算不实际,而 ,所以我们想 和
之间是不是有什么联系
具体方法介绍
假设 是 的特征向量则
interfaces, multimodal interaction, human-computer interaction, gesture recognition, artificial intelligence
文章方法信息
出发点:
图像或图像特征通常被向量化 人脸识别最简单的方法模板匹配 256×256图像,65636维 改善:可不可以将它投影到低维空间 用特征脸加权表示 怎样找到这个低维空间?(PCA)
4. 5.
更新特征脸或权重向量 如果不认识的人脸出现多次,则计算它的权重向量并将其加入 数据库
总结
假设 为图像到人脸空间的距离, 为图像到数据库中图
像的距离, 为事先假设的图像到人脸空间及图像到数据 库中图像的最大允许距离,则 • • • • 可以识别是哪个人 可以检测为人脸但不认识 噪音 不能检测,认为不是人脸
没有考虑背景对识别的影响 光照变化条件下的性能下降 对尺度变化不鲁棒 • 多尺度特征脸 • 对输入的图像进行尺寸变化 方向变化条件下性能下降(比尺度差) • 平面旋转
总结
特征脸方法的步骤:
1. 2.
找一组原始的人脸图像作为训练集 计算训练集的特征脸,只保留特征值最大的K个特征脸,将这K个 特征脸定义为人脸空间,当有新的人脸进入时再进行更新或重新 计算
相关文档
最新文档