Opencv+C++之人脸识别二
摘要：
这两天课比较多，上次的两步法人脸识别代码一直没有补充完整，今天将整个实验代码show一下，同时将该方法的主要思想介绍下：上一节我们已经将图片进行降维处理，这样做的目的就是要在保持对象间差异的同时降低处理数据量。除了PCA外，LDA也是一种比较简单实用的降维方法，大家可以对比两种降维方法；基于PCA降维后的数据，我们接着要做的是用训练数据将测试数据表示出来接着通过以下的误差判别式来找到M近邻（误差值越小说明该训练样本跟测试样本的相似度越大） 以上就完成了两步法中的第一步，第二步中用M近邻样本将测试样本再次标出（实际上这里的本质还是稀疏表示的方法，但是改进之处是单纯的稀疏法中稀疏项不确定，两步.. 阅读全文
posted @ 2013-04-17 19:44 翠竹林 阅读(9360) 评论(8) 推荐(3) 编辑
