|
ным, а линейный дискриминант выбирает проекцию на пространство признаков таким образом, чтобы разделить разные классы. Матрица IV для проецирования пространства изображения на пространство \1РГ8В!Г\ признаков выоирается из следующего условия [34]: \Уор( = агатах—гт~г я V/ $п,1У где 5вматрица межклассовой дисперсии, 8цг матрица внутриклассовой дисперсии. Может существовать до с-1 векторов, составляющих базис пространства признаков, где с общее число классов. С помощью этих векторов пространство изображений переводится в пространство признаков. Поскольку работа непосредственно с матрицей € 9Г*" затруднительна из-за её размерности, в [56] использовано предварительное уменьшение размерности с помощью метода главных компонент, и затем вычисления производятся в пространстве меньшей размерности: =аг8тах рса где РУрса матрица проецирования в пространство меньшей размерности (пространство главных компонент). В [56] такой метод был назван лицами Фишера (ПзИег/асез). Также как и собственные вектора, изображения базисных дискриминант-ных векторов имеют лицеподобную форму. Тренировочный набор изображений содержал лица при нескольких базовых условиях освещённости, на основе которых при помощи линейных комбинаций можно получить любые другие условия освещённости. Отмечена высокая точность распознавания (около 96%) для широкого диапазона условий освещённости, различных выражений лица и наличия или отсутствия очков. Была отмечена низкая распознающая способность метода собственных лиц при аналогичных условиях. Причём применение метода собственных лиц, в котором главные компоненты, отвечающие за освещённость, не учитывались, всё равно давало намного 17 |
31 Матрица IVдля проецирования пространства изображения на пространство признаков выбирается из следующего условия: 11УТ5Л где Зв матрица межклассовой дисперсии, 5^матрица внутриклассовой дисперсии. Может существовать до с-7 векторов, составляющих базис пространства признаков, где с общее число классов. С помощью этих векторов пространство изображений переводится в пространство признаков. Поскольку работа непосредственно с матрицей е 9?""1 затруднительна из-за её размерности, в [22] использовано предварительное уменьшение размерности с помощью метода главных компонент, и затем вычисления производятся в пространстве меньшей размерности: где \Урса матрица проецирования в пространство меньшей размерности (пространство главных компонент). В указанной работе такой метод был назван лицами Фишера (р!$ЬегГасе5). Так же как и собственные вектора, изображения базисных дискриминантных векторов имеют лицеподобную форму. В работе [22] тренировочный набор изображений содержал лица при нескольких базовых условиях освещённости, на основе которых при помощи линейных комбинаций можно получить любые другие условия освещённости. Отмечена высокая точность распознавания (около 96%) для широкого диапазона условий освещённости, различных выражений лица и наличия или отсутствия очков. Была отмечена низкая распознающая способность метода собственных лиц при аналогичных условиях. Причём применение метода собственных лиц, в котором главные компоненты, отвечающие за освещённость, не учиты |