出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/11/01 17:32 UTC 版) 固有顔(英: Eigenface)とは、顔認識システムというコンピュータビジョンの応用で使われる固有ベクトルの集合である。固有顔を利用した顔認識は1987年、Matthew Turk と Alex Pentland が開発した。
出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/11/01 17:32 UTC 版) 固有顔(英: Eigenface)とは、顔認識システムというコンピュータビジョンの応用で使われる固有ベクトルの集合である。固有顔を利用した顔認識は1987年、Matthew Turk と Alex Pentland が開発した。
主成分分析(PCA)とは、特徴量の次元がバカでかくなりすぎた場合に行われる次元収縮の手法である。 参考: http://www-pse.cheme.kyoto-u.ac.jp/~kano/document/text-PCA.pdf http://aoki2.si.gunma-u.ac.jp/lecture/PCA/index.html 主成分分析は広く知られている手法で、統計学で習った人も多いかもしれない。 パターン認識の分野では、この主成分分析と組み合わせて、独立成分分析(ICA)がしばしば使われる。 独立成分分析と主成分分析の処理は似ている。だが、主成分分析は(主成分の)軸は直交しなければいけないのに対して、独立成分分析では軸は直交しなくてもよいという点が違う。独立成分分析では、データ分布の独立性を見るのだ。 独立成分分析は fastICA ( http://www.cis
m_SizeImage = height * width * 3; m_VectorsInput = cvCreateMat( m_FileMax, m_SizeImage, CV_32F ); m_VectorsEigen = cvCreateMat( m_FileMax, m_SizeImage, CV_32F ); m_VectorAverage = cvCreateMat( 1, m_SizeImage, CV_32F ); m_ValuesEigen = cvCreateMat( 1, m_FileMax, CV_32F ); cvCalcPCA(m_VectorsInput, m_VectorAverage, m_ValuesEigen, m_VectorsEigen, CV_PCA_DATA_AS_ROW); IplImage *imgSrc, *imgTgt, *imgDi
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く