人脸识别
2016-08-23
0 0 0
暂无评分
其他
如何获取积分?
人脸识别现在是一个极具争议性的课题。这种系统可以识别和跟踪危险的罪犯和恐怖分子在人群中,但是一些人认为它是极端的侵犯的隐私。大型人脸识别的拥护者认为这是必要之恶,使我们的国家更安全。它可以受益视障人士,使他们能够更轻松地与环境互动。此外,计算机基于机器视觉的身份验证系统能落实到位以允许计算机访问权限或访问一个特定的房间使用人脸识别。另一个可能的应用程序会将这项技术纳入更现实与人类交互人工智能系统。我们建议称为 PCA (主分量分析) 的人脸识别方法。主成分分析 (PCA) 是一种统计方法在因子分析法的广泛的标题之下。主成分分析的目的是减少大型 (观察变量) 的数据空间的维数对规模较小的本征维数特征空间 (独立变量),经济上描述数据所需。这是案件时观察到的变量之间很强的相关性。PCA 可以做的工作是预测、 去除冗余、 特征提取、 数据压缩等。PCA 是一种已知的强大技术,可以做线性域中,因为应用程序的线性模型是适当的如信号处理、 图像处理、 系统与控制理论、 通信等。使用 PCA 的人脸识别的主要思想是表达大 1 D 矢量的建成从二维人脸图像的特征空间紧凑的主成分的像素为单位)。这就被所谓特征空间投影。通过查明来源于一套指纹图像 (向量) 的协方差矩阵的特征向量,计算了特征空间。
c#
相关源码推荐
第186号:DX0110-小区物业管理系统源码
0
0
暂无评分
第219号:DX0149-小区物业管理系统源码
0
0
暂无评分
验证码识别
0
0
暂无评分
CSV数据分析工具
0
0
暂无评分
医院病历信息管理系统源码
0
0
暂无评分
暂无评论