利用opencv实现基于pca算法的人脸识别资料.ppt

利用 OpenCV 实现基于 PCA 算法的人脸识别 1. OpenCV 基本介绍 3. PCA 原理介绍 算法人脸识别的优缺点 OpenCV (Open puter Vision Library )是一个基于(开源)发行的跨平台计算机视觉库,可以运行在 Linux 、Windows 和Mac OS 操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了 Python 、Ruby 、MATLAB 等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV 对非商业应用和商业应用都是免费的,源代码公开, 具备强大的图像和矩阵运算能力,具有丰富的函数处理函数, 减少开发者的工作量,有效提高开发效率和程序运行的可靠性。应用:人机互动、物体识别、图象分割、人脸识别、动作识别、运动跟踪、机器人 OpenCV OpenCV 基本介绍基本介绍人脸识别人脸识别,是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术, 通常也叫做人像识别、面部识别。人脸识别基本介绍人脸识别基本介绍?PCA 方法由于其在降维和特征提取方面的有效性,在人脸识别领域得到了广泛的应用。?PCA 方法的基本原理是:利用 K-L 变换抽取人脸的主要成分,构成特征脸空间,识别时将测试图像投影到此空间,得到一组投影系数,通过与各个人脸图像比较进行识别。?主要包括两个阶段:训练阶段+识别阶段 PCA PCA 算法基本介绍算法基本介绍训练阶段?第一步:假设训练集有 10个样本,由灰度图组成,每个样本大小为 M*N(ORL 人脸库:分辨率 92*112=10304 ) ?写出训练样本矩阵: ?其中向量 xi为由第 i个图像的每一列向量堆叠成一列的 MN 维列向量,即把矩阵向量化,如下图所示: ?? TxxxA 10 21,..., ,??如:第 i个图像矩阵为?则xi为??????????987 654 321????????????????????????????9 6 3 8 5 2 7 4 1训练阶段?第二步:计算平均脸计算训练图片的平均脸: ????? 10110 1 ii ix训练阶段?第三步:计算差值脸计算每一张人脸与平均脸的差值??????????????1ixd ii训练阶段第四步:构建协方差矩阵 T i TiiBB ddC10 1 10 1 101?????? 10 21,..., dddB??训练阶段