200 likes | 877 Views
人脸识别 --LDA. 吴 凡. 主要内容. 人脸识别背景. LDA 算法介绍. 人脸识别国内外产品. 人脸识别简介. 人脸识别:特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。. 人脸识别流程. 特征提取与选择. PCA. LDA. 神经网络. 基于子空间学习. 基于模板匹配. 核方法. 流行学习. 基于几何特征. 人脸识别. 中值滤波. 贝叶斯. 灰度拉升. 线性回归. 直方图均衡化. 最近邻. 分类. 图像预处理. Linear Discriminant Analysis.
E N D
人脸识别--LDA 吴 凡
主要内容 人脸识别背景 LDA算法介绍 人脸识别国内外产品
人脸识别简介 人脸识别:特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。
人脸识别流程 特征提取与选择 PCA LDA 神经网络 基于子空间学习 基于模板匹配 核方法 流行学习 基于几何特征 人脸识别 中值滤波 贝叶斯 灰度拉升 线性回归 直方图均衡化 最近邻 分类 图像预处理
Linear Discriminant Analysis • LDA: 找一个数学变换,使得投影后同类样本的特征分布仅可能紧密,不同类样本的特征分布尽可能远离。
Linear Discriminant Analysis 1 2 3 …… C 有监督 1 … Ni 类内散度:the scatter within-classes 类间散度:the scatter between classes class1 y class2 x
Linear Discriminant Analysis 假设一共有C类人脸,第i类人脸的个数是Ni: 1:则第i类人脸的均值则为: 2:所有人脸的均值: 3:则类内散度矩阵可以表示为: 4:则类间散度矩阵可以表示为:
Linear Discriminant Analysis Question? • LDA: 找一个数学变换,使得投影后同类样本的特征分布仅可能紧密, • 不同类样本的特征分布尽可能远离。 projection matrix :x经过投影后得到数据y的散度矩阵
Linear Discriminant Analysis How? 求广义方程的最大特征值 求此矩阵的最大特征值
LDA vs PCA Is LDAalways better than PCA? • There has been a tendency in the computer vision community to prefer LDA over PCA. • This is mainly because LDA deals directly with discrimination between classes while PCA does not pay attention to the underlying class structure. • Main results of this study: (1) When the training set is small, PCA can outperform LDA. (2) When the number of samples is large and representative for each class, LDA outperforms PCA.
人脸识别产品分析 人脸识别产品两类: 1:软件或者硬件 2:SDK或者API Service
产品分析--汉王 汉王PC端人脸识别及其技术指标: 30-80cm
产品分析 目前国内外的人脸识别系统主要还是运用于人脸考勤等基于特定场景下的运用。人脸识别运用于视频监控的市场需求极大,但由于不同个体区别不大,人脸外形极不稳定的特点,高准确率的人脸识别对技术要求很高。 我们可以通过发掘特定场景下的需要并将人脸识别技术应用其中。 1.嫌疑人识别 虎溪校区中有嫌疑人偷自行车,可以从监控系统中获取其人脸图片。将嫌疑人加入人脸库,待其下次进入虎溪校区时,则可以通过人脸识别技术找到嫌疑人。在此场景中,若发现嫌疑人,则可以将嫌疑人图片返回给系统管理员,管理员可通过人工比对,或者进一步进行监控。 2.陌生人识别 此场景适合于小区安全管理,将小区业主人脸图像加入人脸库。 若有人进入小区,则获取其人脸图像并进行比对。此场景下,无需识别某人是谁,只需识别是不是业主。
Thank You ! iiec.cqu.edu.cn