Поиск по каталогу |
(строгое соответствие)
|
- Профессиональная
- Научно-популярная
- Художественная
- Публицистика
- Детская
- Искусство
- Хобби, семья, дом
- Спорт
- Путеводители
- Блокноты, тетради, открытки
Face Recognition & Principal Component Analysis Method. Algorithm, Simulation & Discussion
В наличии
Местонахождение: Алматы | Состояние экземпляра: новый |
Бумажная
версия
версия
Автор: Liton Chandra Paul and Abdulla al Suman
ISBN: 9783659461453
Год издания: 2013
Формат книги: 60×90/16 (145×215 мм)
Количество страниц: 80
Издательство: LAP LAMBERT Academic Publishing
Цена: 23919 тг
Положить в корзину
Способы доставки в город Алматы * комплектация (срок до отгрузки) не более 2 рабочих дней |
Самовывоз из города Алматы (пункты самовывоза партнёра CDEK) |
Курьерская доставка CDEK из города Москва |
Доставка Почтой России из города Москва |
Аннотация: This book mainly addresses the building of face recognition system and Principal Component Analysis (PCA) method in details. PCA is a statistical approach used for reducing the number of variables in face recognition. In PCA, every image in the training set is represented as a linear combination of weighted eigenvectors called eigenfaces. These eigenvectors are obtained from covariance matrix of a training image set called as basis function. The weights are found out after selecting a set of most relevant Eigenfaces. Recognition is performed by projecting a test image onto the subspace spanned by the eigenfaces and then classification is done by measuring Euclidean distance. A number of experiments were done to evaluate the performance of the face recognition system. Here, I used a training database of students of ETE-07 series, RUET, Rajshahi-6204, Bangladesh.
Ключевые слова: Face recognition, PCA, euclidean distance., Eigenvector, eigenvalue, covariance.