實(shí)際上，特征臉反映了隱含在人臉樣本集合內(nèi)部的信息和人臉的結(jié)構(gòu)關(guān)系 。將眼睛、面頰、下頜的樣本集協(xié)方差矩陣的特征向量稱為特征眼、特征頜和特征唇，統(tǒng)稱特征子臉 。特征子臉在相應(yīng)的圖像空間中生成子空間，稱為子臉空間 。計(jì)算出測(cè)試圖像窗口在子臉空間的投影距離，若窗口圖像滿足閾值比較條件，則判斷其為人臉 。
基于特征分析的方法，也就是將人臉基準(zhǔn)點(diǎn)的相對(duì)比率和其它描述人臉臉部特征的形狀參數(shù)或類別參數(shù)等一起構(gòu)成識(shí)別特征向量，這種基于整體臉的識(shí)別不僅保留了人臉部件之間的拓?fù)潢P(guān)系，而且也保留了各部件本身的信息，而基于部件的識(shí)別則是通過提取出局部輪廓信息及灰度信息來設(shè)計(jì)具體識(shí)別算法 ?，F(xiàn)在Eigenface(PCA)算法已經(jīng)與經(jīng)典的模板匹配算法一起成為測(cè)試人臉識(shí)別系統(tǒng)性能的基準(zhǔn)算法；而自1991年特征臉技術(shù)誕生以來，研究者對(duì)其進(jìn)行了各種各樣的實(shí)驗(yàn)和理論分析，F(xiàn)ERET’96測(cè)試結(jié)果也表明，改進(jìn)的特征臉?biāo)惴ㄊ侵髁鞯娜四樧R(shí)別技術(shù)，也是具有最好性能的識(shí)別方法之一 。
該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計(jì)算出它們的幾何特征量，而這些特征量形成一描述該面像的特征向量 。其技術(shù)的核心實(shí)際為“局部人體特征分析”和“圖形/神經(jīng)識(shí)別算法 ?！边@種算法是利用人體面部各器官及特征部位的方法 。如對(duì)應(yīng)幾何關(guān)系多數(shù)據(jù)形成識(shí)別參數(shù)與數(shù)據(jù)庫中所有的原始參數(shù)進(jìn)行比較、判斷與確認(rèn) 。Turk和Pentland提出特征臉的方法，它根據(jù)一組人臉訓(xùn)練圖像構(gòu)造主元子空間，由于主元具有臉的形狀，也稱為特征臉,識(shí)別時(shí)將測(cè)試圖像投影到主元子空間上，得到一組投影系數(shù)，和各個(gè)已知人的人臉圖像比較進(jìn)行識(shí)別 。Pentland等報(bào)告了相當(dāng)好的結(jié)果，在 200個(gè)人的 3000幅圖像中得到 95%的正確識(shí)別率，在ＦＥＲＥＴ數(shù)據(jù)庫上對(duì) 150幅正面人臉象只有一個(gè)誤識(shí)別 。但系統(tǒng)在進(jìn)行特征臉方法之前需要作大量預(yù)處理工作如歸一化等 。
在傳統(tǒng)特征臉的基礎(chǔ)上，研究者注意到特征值大的特征向量 (即特征臉 )并不一定是分類性能好的方向，據(jù)此發(fā)展了多種特征 (子空間 )選擇方法，如Peng的雙子空間方法、Weng的線性歧義分析方法、Belhumeur的FisherFace方法等 。事實(shí)上，特征臉方法是一種顯式主元分析人臉建模，一些線性自聯(lián)想、線性壓縮型ＢＰ網(wǎng)則為隱式的主元分析方法，它們都是把人臉表示為一些向量的加權(quán)和，這些向量是訓(xùn)練集叉積陣的主特征向量，Valentin對(duì)此作了詳細(xì)討論 ?？傊卣髂樂椒ㄊ且环N簡(jiǎn)單、快速、實(shí)用的基于變換系數(shù)特征的算法，但由于它在本質(zhì)上依賴于訓(xùn)練集和測(cè)試集圖像的灰度相關(guān)性，而且要求測(cè)試圖像與訓(xùn)練集比較像，所以它有著很大的局限性 。
基于KL 變換的特征人臉識(shí)別方法
基本原理:
KL變換是圖象壓縮中的一種最優(yōu)正交變換，人們將它用于統(tǒng)計(jì)特征提取，從而形成了子空間法模式識(shí)別的基礎(chǔ)，若將KL變換用于人臉識(shí)別，則需假設(shè)人臉處于低維線性空間，且不同人臉具有可分性，由于高維圖象空間KL變換后可得到一組新的正交基，因此可通過保留部分正交基，以生成低維人臉空間，而低維空間的基則是通過分析人臉訓(xùn)練樣本集的統(tǒng)計(jì)特性來獲得，KL變換的生成矩陣可以是訓(xùn)練樣本集的總體散布矩陣，也可以是訓(xùn)練樣本集的類間散布矩陣，即可采用同一人的數(shù)張圖象的平均來進(jìn)行訓(xùn)練，這樣可在一定程度上消除光線等的干擾，且計(jì)算量也得到減少，而識(shí)別率不會(huì)下降 。
4. 基于彈性模型的方法
Ｌａｄｅｓ等人針對(duì)畸變不變性的物體識(shí)別提出了動(dòng)態(tài)鏈接模型 (ＤＬＡ)，將物體用稀疏圖形來描述，其頂點(diǎn)用局部能量譜的多尺度描述來標(biāo)記，邊則表示拓?fù)溥B接關(guān)系并用幾何距離來標(biāo)記，然后應(yīng)用塑性圖形匹配技術(shù)來尋找最近的已知圖形 。Ｗｉｓｃｏｔｔ等人在此基礎(chǔ)上作了改進(jìn)，用ＦＥＲＥＴ圖像庫做實(shí)驗(yàn)，用 300幅人臉圖像和另外 300幅圖像作比較，準(zhǔn)確率達(dá)到 97.3% 。此方法的缺點(diǎn)是計(jì)算量非常巨大。

以上關(guān)于本文的內(nèi)容，僅作參考！溫馨提示：如遇健康、疾病相關(guān)的問題，請(qǐng)您及時(shí)就醫(yī)或請(qǐng)專業(yè)人士給予相關(guān)指導(dǎo)!

• 四川俏皮話經(jīng)典
• 附近有什么可以在家做的兼職
• 超經(jīng)典的公路文推薦，在最美的風(fēng)景遇到最好的人
• 附近的出租房子單間出租，一室一廳200長(zhǎng)期租
• 網(wǎng)絡(luò)推廣中4種經(jīng)典文案類型 網(wǎng)絡(luò)推廣文案怎么寫
• 過去現(xiàn)在將來經(jīng)典語錄
• 今年數(shù)九天是什么時(shí)候開始？2021年入九是幾月幾號(hào)？附2021年數(shù)九時(shí)間表！
• 婆婆經(jīng)典氣人語錄你聽過嗎？
• 附被限制的5種原因 拼多多資金限制1次多久可以解
• 附搜索引擎的6種推廣法 搜索引擎營(yíng)銷經(jīng)典案例有哪些