搜索资源列表
pca
- 一种主元分析的人脸识别matlab源码，利用SVD分解提取主分量进行人脸识别
FaceRecognition
- 笔者自行编写的Matlab环境下的人脸识别算法小实验， 采用的是经典的PCA算法，主要内容是采用SVD方法提取出象素空间上的 PCA主分量特征，分类算法上仅是基于最小距离分类
PCA
- 采用两种方法计算PCA的程序：SVD和计算Covariance。程序包括VC++代码和Matlab代码。
PCA-SVD-Scaling.rar
- PCA SVD的区别联系，加入尺度空间的分析，值得一看,The difference between PCA SVD links add scale space analysis, see
pcakenelfunction
- pca分解的核函数，在pca分解中可以用到，特别是分解的矩阵维数比较高的情况下，通过svd分解获得pca基-pca decomposition of the kernel function, in the pca decomposition can be used, in particular the decomposition of the matrix of higher dimension, through the svd decomposition was pca-based
matlab
- ) 使用分块的主成分分析方法(PCA)对人脸图像进行压缩编码。针对PCA方法计算量大的缺点,首先把问题转化成奇异值分解(SVD)问题,然后设计了特征空间的更新算法,通过递推,简化每一步计算的计算量,达到了实时编码的要求。 4) 在Windows平台下基于Video for Windows(VFW)接口开发了人脸视频图像编码和解码的实验系统,该系统实现了图像采集、图像显示、编码、解码等功能。-) The use of sub-blocks of principal component analys
PCA
- ORL人脸的svd实现PCA主成分提取，并求出人脸均值，直方均衡比较-PR histgram,svd,pca
reduce-dimention-of-face-recognition
- 在人脸识别中的降维问题，应用PCA和SVD等方法来分析和解决-Dimensionality reduction in face recognition problems, the application of methods such as PCA and SVD to analyze and solve
CodesaImages
- 用于指纹检测等，利用图像的梯度方向，获得局部主导方向。Principal Component Analysis （PCA），包含有高斯金字塔分层，SVD奇异值分解，内含测试图像-Used for fingerprint detection, etc. Using the gradient direction of image to get local leading direction. Principal Component Analysis (PCA), contains a gaussi
FaceRec
- 最新SVM和PCA的人脸识别系统,详细地给出了用SVM解决问题的一般框架-Latest SVD and PCA Face Recognition System
pcadenoise
- 矩阵 pca或者低秩方法去噪，利用svd分解，实现对图像矩阵的去噪，该方法支持对rgb图像的去噪。使用代码请 文章中表明出处，感谢。 感谢重庆市研究生科研创新项目支持，项目号CYS16183(image denoise by low-rand regularizer or pca method. the low rank is evaluted by svd, and this method is also support for rgb image.)
PCA
- 1、读入图片，根据PGN格式的line 2 确定矩阵的大小为 28*28=784，根据line4 获取. 2、读入图片，根据PGN格式的line 2 确定矩阵的大小为 28*28=784，根据line4 获取。 3、计算平均矩阵。 4、对平均值矩阵进行SVD： 5、平均矩阵进行SVD后的前20个singular vector的输出结果。 6. 将训练集的每一张图片当成一行，形成一个矩阵，然后对矩阵进行PCA分解。 7. 这个矩阵对测试集的每张图片进行降 维，得到的图像。(1, rea
PCA&SVD_Denoising
- 使用PCA和SVD进行数据去噪，利用数据主要的特征向量进行数据恢复和重建(Using PCA and SVD for data denoising)