知识卡片
按类别生成平均脸
生成特征脸用 AT&T(ORL)人脸库:40 人、每人 10 张、统一为 .pgm,每张图片尺寸一致,代码里 reshape 成 112×92 的图像,face 差异包括朝向、光照、眼镜等。把每个人标为 0~39 的一个分类标签后,可按类别求平均脸:将每个人 10 张图片的矩阵切片取出,对行方向求均值得到一个行向量,再 reshape 成图像显示。由于显示限制只展示前 16 人的平均脸。平均脸抹去了同一人的表情、光照等个体差异,保留该人稳定的整体结构,因此既能作为该类别的直观代表,也提示同一人内部变化与不同人之间差异是两个不同尺度的信号。把它与 PCA 主成分对照,可以理解特征脸方法中平均脸加主成分方向共同构成低维描述。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第9章 人脸识别中的机器学习 · 查看原书依据
首先我们给出其特征脸的生成代码(因为显示问题,本文仅给出前16个人像的特征脸),这里给出的特征脸是每个分类的平均脸。
参考来源
- 位置:《机器学习算法原理与编程实践》第9章 人脸识别中的机器学习(源文件:extracted/机器学习算法原理与编程实践/_epub-src/OEBPS/text00031.html)
- 结论依据:原文说明数据集规模、每人 10 张、标签 0~39,并用每人图片求均值再 reshape 显示,标题明确指出这些是每个分类的平均脸,支撑对平均脸含义的解释。
- 原始内容:首先我们给出其特征脸的生成代码(因为显示问题,本文仅给出前16个人像的特征脸),这里给出的特征脸是每个分类的平均脸。