Eigenface: Esplorare le profondità del riconoscimento visivo con Eigenface
About this audiobook
Cos'è Eigenface
Un eigenface è il nome dato a un insieme di autovettori quando utilizzato nel problema della visione artificiale del riconoscimento del volto umano. L'approccio dell'utilizzo degli eigenface per il riconoscimento è stato sviluppato da Sirovich e Kirby e utilizzato da Matthew Turk e Alex Pentland nella classificazione dei volti. Gli autovettori derivano dalla matrice di covarianza della distribuzione di probabilità sullo spazio vettoriale ad alta dimensione delle immagini dei volti. Le stesse facce stesse formano un insieme di base di tutte le immagini utilizzate per costruire la matrice di covarianza. Ciò produce una riduzione delle dimensioni consentendo al set più piccolo di immagini di base di rappresentare le immagini di training originali. La classificazione può essere ottenuta confrontando il modo in cui i volti sono rappresentati dal set di base.
Come trarrai beneficio
(I) Approfondimenti e convalide sui seguenti argomenti:
Capitolo 1: Eigenface
Capitolo 2: Analisi delle componenti principali
Capitolo 3: Scomposizione ai valori singolari
Capitolo 4: Autovalori e autovettori
Capitolo 5: Autocomposizione di una matrice
Capitolo 6: Analisi delle componenti principali del kernel
Capitolo 7: Analisi della matrice
Capitolo 8: Sistema dinamico lineare
Capitolo 9: Distribuzione normale multivariata
Capitolo 10: Modi di variazione
(II) Rispondere alle principali domande del pubblico su eigenface.
(III) Esempi reali per l'utilizzo di eigenface in molti campi.
A chi è rivolto questo libro
Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di Eigenface.
