Análise de componentes principais não lineares Um código fonte simples e eficaz para reconhecimento de rosto com base no PCA não-linear.
Baixe Agora

Análise de componentes principais não lineares Classificação e resumo

Análise de componentes principais não lineares Tag

cara reconhecimento editor não-linear compressor não-linear não-linear Reconhecimento de rosto Login baseado em face elemento não linear.

Análise de componentes principais não lineares Descrição

A redução de dimensionalidade facilita muito a classificação de padrões. Várias técnicas, lineares e não lineares, foram amplamente propostas e usadas para redução de dimensionalidade nos sistemas de reconhecimento facial. A análise de componentes (PCA) provou ser um método linear simples e eficiente; Embora muitos métodos não lineares, como kernel, tenham sido propostos recentemente. A análise de componente principal não linear (NLPCA) é comumente vista como uma generalização não linear da análise de componentes principais padrão (PCA). Geniberta os principais componentes de linhas retas para curvas (não lineares). Assim, o subespaço no espaço de dados original que é descrito por todos os componentes não lineares também é curvado. O PCA não linear pode ser alcançado usando uma rede neural com uma arquitetura autoassociativa também conhecida como autoencoder, rede replicadora, gargalo ou rede tipo sandglass. Essa rede neural autoassociativa é um perceptron multi-camada que realiza um mapeamento de identidade, o que significa que a saída da rede é necessária para ser idêntica à entrada. No entanto, no meio da rede é uma camada que funciona como um gargalo em que uma redução da dimensão dos dados é aplicada. Esta camada de gargalo fornece os valores de componentes desejados (pontuações). Desenvolvemos um algoritmo simples que usa essa redução de dimensionalidade não linear para reconhecimento facial. Essa abordagem não requer a detecção de qualquer ponto de referência e pode ser usada para aplicações em tempo real.

Análise de componentes principais não lineares Software Relacionado