人脸识别经典算法一 特征脸方法(Eigenface)


Posted in Python onMarch 13, 2018

这篇文章是撸主要介绍人脸识别经典方法的第一篇,后续会有其他方法更新。特征脸方法基本是将人脸识别推向真正可用的第一种方法,了解一下还是很有必要的。特征脸用到的理论基础PCA在另一篇博客里:特征脸(Eigenface)理论基础-PCA(主成分分析法) 。本文的参考资料附在最后了^_^

步骤一:获取包含M张人脸图像的集合S。在我们的例子里有25张人脸图像(虽然是25个不同人的人脸的图像,但是看着怎么不像呢,难道我有脸盲症么),如下图所示哦。每张图像可以转换成一个N维的向量(是的,没错,一个像素一个像素的排成一行就好了,至于是横着还是竖着获取原图像的像素,随你自己,只要前后统一就可以),然后把这M个向量放到一个集合S里,如下式所示。

人脸识别经典算法一 特征脸方法(Eigenface)

人脸识别经典算法一 特征脸方法(Eigenface)

步骤二:在获取到人脸向量集合S后,计算得到平均图像Ψ,至于怎么计算平均图像,公式在下面。就是把集合S里面的向量遍历一遍进行累加,然后取平均值。得到的这个Ψ其实还挺有意思的,Ψ其实也是一个N维向量,如果再把它还原回图像的形式的话,可以得到如下的“平均脸”,是的没错,还他妈的挺帅啊。那如果你想看一下某计算机学院男生平均下来都长得什么样子,用上面的方法就可以了。

人脸识别经典算法一 特征脸方法(Eigenface)

人脸识别经典算法一 特征脸方法(Eigenface)

步骤三:计算每张图像和平均图像的差值Φ,就是用S集合里的每个元素减去步骤二中的平均值。

人脸识别经典算法一 特征脸方法(Eigenface)

步骤四:找到M个正交的单位向量un,这些单位向量其实是用来描述Φ(步骤三中的差值)分布的。un里面的第k(k=1,2,3...M)个向量uk是通过下式计算的,

人脸识别经典算法一 特征脸方法(Eigenface)

当这个λk(原文里取了个名字叫特征值)取最小的值时,uk基本就确定了。补充一下,刚才也说了,这M个向量是相互正交而且是单位长度的,所以啦,uk还要满足下式:

人脸识别经典算法一 特征脸方法(Eigenface)

上面的等式使得uk为单位正交向量。计算上面的uk其实就是计算如下协方差矩阵的特征向量:

人脸识别经典算法一 特征脸方法(Eigenface)

其中

人脸识别经典算法一 特征脸方法(Eigenface)

对于一个NxN(比如100x100)维的图像来说,上述直接计算其特征向量计算量实在是太大了(协方差矩阵可以达到10000x10000),所以有了如下的简单计算。

步骤四另解:如果训练图像的数量小于图像的维数比如(M<N^2),那么起作用的特征向量只有M-1个而不是N^2个(因为其他的特征向量对应的特征值为0),所以求解特征向量我们只需要求解一个NxN的矩阵。这个矩阵就是步骤四中的AAT,我们可以设该矩阵为L,那么L的第m行n列的元素可以表示为:

人脸识别经典算法一 特征脸方法(Eigenface)

一旦我们找到了L矩阵的M个特征向量vl,那么协方差矩阵的特征向量ul就可以表示为:

人脸识别经典算法一 特征脸方法(Eigenface)

这些特征向量如果还原成像素排列的话,其实还蛮像人脸的,所以称之为特征脸(如下图)。图里有二十五个特征脸,数量上和训练图像相等只是巧合。有论文表明一般的应用40个特征脸已经足够了。论文Eigenface for recognition里只用了7个特征脸来表明实验。

人脸识别经典算法一 特征脸方法(Eigenface)

步骤五:识别人脸。OK,终于到这步了,别绕晕啦,上面几步是为了对人脸进行降维找到表征人脸的合适向量的。首先考虑一张新的人脸,我们可以用特征脸对其进行标示:

人脸识别经典算法一 特征脸方法(Eigenface)

其中k=1,2...M,对于第k个特征脸uk,上式可以计算其对应的权重,M个权重可以构成一个向量:

人脸识别经典算法一 特征脸方法(Eigenface)

perfect,这就是求得的特征脸对人脸的表示了!

那如何对人脸进行识别呢,看下式:

人脸识别经典算法一 特征脸方法(Eigenface)

其中Ω代表要判别的人脸,Ωk代表训练集内的某个人脸,两者都是通过特征脸的权重来表示的。式子是对两者求欧式距离,当距离小于阈值时说明要判别的脸和训练集内的第k个脸是同一个人的。当遍历所有训练集都大于阈值时,根据距离值的大小又可分为是新的人脸或者不是人脸的两种情况。根据训练集的不同,阈值设定并不是固定的。

后续会有对PCA理论的补充^_^.已补充理论:特征脸(Eigenface)理论基础-PCA(主成分分析法)

参考资料:

1、Eigenface for Recognition

2、特征脸维基百科

3、Eigenface_tutorial

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
跟老齐学Python之玩转字符串(2)
Sep 14 Python
Python import用法以及与from...import的区别
May 28 Python
Python删除windows垃圾文件的方法
Jul 14 Python
spyder常用快捷键(分享)
Jul 19 Python
python 获取指定文件夹下所有文件名称并写入列表的实例
Apr 23 Python
python处理csv中的空值方法
Jun 22 Python
python中int与str互转方法
Jul 02 Python
解决Python plt.savefig 保存图片时一片空白的问题
Jan 10 Python
python ipset管理 增删白名单的方法
Jan 14 Python
Python+Pyqt实现简单GUI电子时钟
Feb 22 Python
Python scrapy爬取小说代码案例详解
Jul 09 Python
python Tkinter的简单入门教程
Apr 11 Python
Python cookbook(数据结构与算法)从序列中移除重复项且保持元素间顺序不变的方法
Mar 13 #Python
Python+Django搭建自己的blog网站
Mar 13 #Python
python实现人脸识别经典算法(一) 特征脸法
Mar 13 #Python
tensorflow实现softma识别MNIST
Mar 12 #Python
wxpython实现图书管理系统
Mar 12 #Python
人生苦短我用python python如何快速入门?
Mar 12 #Python
tensorflow实现KNN识别MNIST
Mar 12 #Python
You might like
PHP中操作ini配置文件的方法
2013/04/25 PHP
深入解析php中的foreach问题
2013/06/30 PHP
PHP中feof()函数实例测试
2014/08/23 PHP
PHP实现合并两个排序链表的方法
2018/01/19 PHP
利用JS重写Cognos右键菜单的实现代码
2010/04/11 Javascript
JQuery 选择和过滤方法代码总结
2010/11/19 Javascript
juqery 学习之四 筛选过滤
2010/11/30 Javascript
ie中js创建checkbox默认选中问题探讨
2013/10/21 Javascript
基于jQuery实现表单提交验证
2014/11/24 Javascript
javascript计时器详解
2015/02/28 Javascript
javascript实现倒计时(精确到秒)
2015/06/26 Javascript
利用angular.copy取消变量的双向绑定与解析
2016/11/25 Javascript
vue2.0结合DataTable插件实现表格动态刷新的方法详解
2017/03/17 Javascript
JavaScript中正则表达式判断匹配规则及常用方法
2017/08/03 Javascript
JS实现图片居中悬浮效果
2017/12/25 Javascript
实例讲解Python编程中@property装饰器的用法
2016/06/20 Python
使用CodeMirror实现Python3在线编辑器的示例代码
2019/01/14 Python
python flask搭建web应用教程
2019/11/19 Python
Pycharm小白级简单使用教程
2020/01/08 Python
浅谈Django前端后端值传递问题
2020/07/15 Python
python包的导入方式总结
2021/03/02 Python
纯CSS3实现自定义Tooltip边框涂鸦风格的教程
2014/11/05 HTML / CSS
css3 中translate和transition的使用方法
2020/03/26 HTML / CSS
Hotels.com印度:酒店预订
2019/05/11 全球购物
大学生毕业的自我评价分享
2014/01/02 职场文书
户籍证明的格式
2014/01/13 职场文书
网络管理专业求职信
2014/03/15 职场文书
2014两会优秀的心得体会范文
2014/03/17 职场文书
计算机软件专业求职信
2014/06/10 职场文书
单位作风建设自查报告
2014/10/23 职场文书
感恩教育观后感
2015/06/17 职场文书
丧事答谢词大全
2015/09/30 职场文书
青年岗位能手事迹材料(2016推荐版)
2016/03/01 职场文书
2016年五一国际劳动节活动总结
2016/04/06 职场文书
仅仅使用 HTML/CSS 实现各类进度条的方式汇总
2021/11/11 HTML / CSS
Docker与K8s关系介绍不会Docker也可以使用K8s
2022/06/25 Servers