现有的代数特征的抽取方法绝大多数采用一维的方法
现有的代数特征的抽取方法绝大多数采用一维的方法,即首先将图像转换为一维向量,再用主分量分析(PCA),Fisher线性鉴别分析(LDA),Fisherfaces式核主分量分析(KPCA)等方法抽取特征...
现有的代数特征的抽取方法绝大多数采用一维的方法,即首先将图像转换为一维向量,再用主分量分析(PCA),Fisher线性鉴别分析(LDA),Fisherfaces式核主分量分析(KPCA)等方法抽取特征...
主成分分析算法(PCA),这是一个外国人编写的,很具有参考价值...
自从David G. Lowe提出SIFT算法。有很多解释说明,应用和发展。这里搜集了主要有贡献的文章。...
sift特征点对应匹配算法,对立体匹配的初学者和资深编程人员都是很有用的。...
本文介绍的是小波变换在人脸识别当中应用,是篇硕士论文,介绍了多种小波人脸识别算法,有基于离散小波的人脸检测与特征定位算法,基于小波变换的PCA人脸识别算法,基于小波变换和人工神经网络的人脸识别算法,基...
PCA算法Matlab实例,有详细的中文注释...
SIFT代码,包括detector & descriptor.Matlab版本,内有详细的说明文档。值得一看...
利用主成分分析法对BP神经网络的输入参数进行降维,然后进行网络的训练,PCA-BP处理的结果同单一的bp相比,不仅提高了网络的收敛速度,而且提高了网络对预测数据分类的精度...
一个外国人写的人脸检测程序,用到svm,pca,神经网络,还不错...
最经典的人脸识别中的fisherface代码,在此之前要对特征空间降维,通常采用PCA降维,此代码基于降维实现类间与类内比值的最大化。...