最新利用opencv实现基于pca算法人脸识别教学讲义ppt.ppt

《最新利用opencv实现基于pca算法人脸识别教学讲义ppt.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、利用opencv实现基于pca算法人脸识别OpenCV基本介绍人脸识别概要PCA原理介绍用PCA算法人脸识别的优缺点OpenCV（OpenSourceComputerVisionLibrary）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MacOS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

2、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基本介绍如：第i个图像矩阵为则xi为训练阶段第二步：计算平均脸计算训练图片的平均脸：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训练阶段第四步：构建协方差矩阵训练阶段第五步：求协方差矩阵的特征值和特征向量，构造特征脸空间若协方差矩阵的维数为MN*MN，当其维数较大，计算量比较大，所以采用奇异值分解(SingularValueDecomposition,SV

3、D)定理，通过求解的特征值和特征向量来获得的特征值和特征向量。训练阶段求出C的特征值及其正交归一化特征向量根据特征值的贡献率选取前p个最大特征向量及其对应的特征向量贡献率是指选取的特征值的和与占所有特征值的和比，即：训练阶段一般取即使训练样本在前p个特征向量集上的投影有99%的能量求出原协方差矩阵的特征向量则“特征脸”空间为：训练阶段第六步将每一幅人脸与平均脸的差值脸矢量投影到“特征脸”空间，即训练阶段第一步：将待识别的人脸图像与平均脸的差值脸投影到特征空间，得到其特征向量表示：识别阶段第二步：定义阈值第三步：采用欧式距离来计算与每个

4、人脸的距离系统优缺点分析系统存在的问题：1.抗干扰能力较差。环境光照，遮挡物，人的表情和位置都对识别结果造成较强的干扰。2.训练的时间较长，执行效率不够高。只能对小样本的图像进行识别，如果图像库太大，则运行效率会比较低。系统的优点：1.不需要对图像进行过多的预处理，PCA本身就能实现降噪的功能；2.能有效地识别人脸，且过程相对简单，主要是图像数据的处理和矩阵的运算；3.由于是通过低维子空间表示的，可以对图像的数据进行一定地压缩，从而减少了计算量，提高运行速度；Thankyou!從思考區走到思考培育課程發展處小學校本課程發展組─尹志華先

5、生東華三院羅裕積小學─戴翠嫦主任劉麗珍主任謝鳳屏老師李麗萍老師零存整付一數學校本課程發展的「為甚麼」﹖為了參與一些計劃﹖為了引入一套教學方法﹖為了發展一套校本的教學材料﹖為了「分數」的提升﹖為了分工﹖學生學習數學的普遍現象怕計數更怕遇上應用題胡亂把應用題裏的數字扯在一起來計口頭表達思考的方法更顯困難本校策略：建立「思考區」目的：提升學生解決問題的能力高年級處理應用題時，思考較成熟不怕面對數學難題比較型「遊樂場中有14個男孩子，女孩子比男孩子多8個，問女孩子有多少個？」合併型「遊樂場中有孩子14個，男的有8個，問女孩子有多少個？」找出題

6、目的類型，以免在千變萬化的題目中有所遺漏。小一的題目雖然簡單，但亦有不少的變化。因此，我們下了以下的功夫：發現幾種特定的工具，已可應付千變萬化的題目。不同類型的題目，只須用一、二種工具已能分析題目的意義和找出計算的方法。要培養學生的思考能力，只須讓學生掌握及持續運用一些分析題目的工具，包括：蛋蛋、數線、圖解、圖表、流程圖及文字式等。+=?1324小一的「加減概念與應用」引入分析題目的工具：蛋蛋─協助同學進行組合活動2.線條─用作分析「改變型」，「合併型」及「比較型」的應用題小二、小三的「乘法概念與應用」運用圖解來表達乘的概念「5袋橙，

7、每袋有橙3個，共有橙多少個？」圖解：或概念：3的5倍數式一：3+3+3+3+3=15數式二：3x5=15？小三的「兩個運算關係的應用」亦鼓勵學生運用他們認為適合自己的方式來分析題目題目已較前複雜學生已掌握了若干個解題工具鼓勵學生運用熟識的數線來分析題目小四的「小數四則的應用」觀課環節站在這個課室的門前，我在想…我想觀察甚麼﹖觀課環節上完這一課了，我在想…這一課有甚麼特徵﹖