基于KL变换的人脸识别报告VIP专享

下载后可任意编辑模式识别大作业班级：09030901题目：基于 KL 变换的人脸识别姓名：黎 照 学号：2024302320姓名：陈升富 学号：2024302313姓名：益 琛 学号：2024302311下载后可任意编辑日期：2024/4/25【摘要】本次实验论述了 K_L 变换在人脸识别中的应用，主要介绍人脸识别过程中的每个环节，整个过程包括人脸图像的采集、预处理、特征提取到训练和识别。一、基本要求从网上下载人脸图像，构建人脸训练数据库和测试数据库，采纳 K-L 变换进行特征脸提取，并实现人脸识别。通过 K-L 变换在人脸识别中的应用，加深对所学内容的理解和感性认识。二、主要思想图像的采集预处理特征提取人脸识别下载后可任意编辑基于特征脸的人脸识别方法是基于 K-L 变换的人脸识别方法，K-L 变换是图像压缩的一种最优正交变换。高维的图像空间经过 K-L 变换后得到一组新的正交基，保留其中重要的正交基，由这些基可以转成低维线性空间。假如假设人脸在这些低维线性空间的投影具有可分性，就可以将这些投影用作识别的特征矢量，这就是特征脸方法的基本思想三、 实验原理1、K-L 变换设 n 维随机向量其均值向量，相关矩阵，协方差矩阵，经正交变换后产生向量。设有标准正交变换矩阵 T，（即 T'T=I）， （称为 的 K-L 展开式）下载后可任意编辑取前 m 项为 的估量值 其均方误差为在 T‘T=I 的约束条件下，要使均方误差为此设定准则函数由 得 ，即 表明: li是的特征值，而 是相应的特征向量。利用上式有:用“截断”方式产生 x 的估量时，使均方误差最小的正交变换矩阵是其相关矩阵 Rx的前 m 个特征值对应下载后可任意编辑的特征向量构成的。2、构造参数模型使用 K-L 变换不仅能起到降维与压缩数据的作用，更重要的是每个描述量都有明确的意义，因而改变某一个参数就可以让图像按需要的方向变化。在没有使用 K-L 变换的原始数据集中对图像的描述量是每个像素的灰度值，而孤立的改变某个像素的灰度值是没有意义的。而在使用 K-L 变换后，每个描述量都有其各自的作用。因此通过改变这些参数的值就可以实现对模型的有效描述，这在图像生成中很有用。因此利用 K-L 变换构造出可控制的，连续可调的参数模型在人脸识别方面的应用十分有效 3、人脸识别利用K-L变换进行人脸图象识别原理：第一步：搜集要识别的人的人脸图象，建立人脸图象库第二步：利用K-L变换确定相应的人脸基图象，再反过来用这些基图象对人脸图象库中的所...