PCA和SVM是什么?該如何建立人臉識(shí)別模型?
在本文中,我們將使用主成分分析和支持向量機(jī)來(lái)建立人臉識(shí)別模型。
首先,讓我們了解PCA和SVM是什么:
主成分分析:主成分分析(PCA)是一種機(jī)器學(xué)習(xí)算法,廣泛應(yīng)用于探索性數(shù)據(jù)分析和建立預(yù)測(cè)模型,它通常用于降維,通過(guò)將每個(gè)數(shù)據(jù)點(diǎn)投影到前幾個(gè)主成分上,以獲得低維數(shù)據(jù),同時(shí)盡可能保留數(shù)據(jù)的變化。
Matt Brems的文章全面深入地介紹了該算法,F(xiàn)在,讓我們用更簡(jiǎn)單的術(shù)語(yǔ)來(lái)理解算法:假設(shè)我們現(xiàn)在正在收集數(shù)據(jù),我們的數(shù)據(jù)集產(chǎn)生了多個(gè)變量、多個(gè)特征,所有這些都會(huì)在不同方面影響結(jié)果。我們可能會(huì)選擇刪除某些特征,但這意味著會(huì)丟失信息。因此我們開(kāi)源使用另一種減少特征數(shù)量(減少數(shù)據(jù)維數(shù))的方法,通過(guò)提取重要信息并刪除不重要的信息來(lái)創(chuàng)建新的特征,這樣,我們的信息就不會(huì)丟失,但起到減少特征的作用,而我們模型的過(guò)擬合幾率也會(huì)減少。支持向量機(jī)支持向量機(jī)(SVM)是一種用于兩組分類問(wèn)題的有監(jiān)督機(jī)器學(xué)習(xí)模型,在為每個(gè)類別提供一組帶標(biāo)簽的訓(xùn)練數(shù)據(jù)后,他們能夠?qū)π碌臏y(cè)試數(shù)據(jù)進(jìn)行分類。
支持向量機(jī)基于最大化間隔的平面對(duì)數(shù)據(jù)進(jìn)行分類,決策邊界是直的。支持向量機(jī)是一種很好的圖像分類算法,實(shí)驗(yàn)結(jié)果表明,支持向量機(jī)在經(jīng)過(guò)3-4輪相關(guān)優(yōu)化后,其搜索精度明顯高于傳統(tǒng)的查詢優(yōu)化方案,這對(duì)于圖像分割來(lái)說(shuō)也是如此,包括那些使用改進(jìn)的支持向量機(jī)。Marco Peixeiro的文章解釋了需要有一個(gè)最大間隔超平面來(lái)分類數(shù)據(jù),開(kāi)源幫助你更好地理解SVM!人臉識(shí)別人臉是由許多像素組成的高維數(shù)據(jù)。高維數(shù)據(jù)很難處理,因?yàn)椴荒苡枚S數(shù)據(jù)的散點(diǎn)圖等簡(jiǎn)單技術(shù)進(jìn)行可視化。我們要做的是利用PCA對(duì)數(shù)據(jù)的高維進(jìn)行降維處理,然后將其輸入到SVM分類器中對(duì)圖像進(jìn)行分類。下面的代碼示例取自關(guān)于eigenfaces的sklearn文檔,我們將一步一步地實(shí)現(xiàn)代碼,以了解其復(fù)雜性和結(jié)果。導(dǎo)入相關(guān)庫(kù)和模塊首先,我們將導(dǎo)入所需的庫(kù)和模塊,我們將在后文深入討論我們?yōu)槭裁匆獙?dǎo)入它們。import pylab as pl
import numpy as np
from matplotlib import pyplot as plt
from sklearn.model_selection import train_test_split
from sklearn.datasets import fetch_lfw_people
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
from sklearn.decomposition import PCA as RandomizedPCA
from sklearn.svm import SVC
將數(shù)據(jù)加載到Numpy數(shù)組中接下來(lái),我們將數(shù)據(jù)下載到磁盤中,并使用fetch_lfw_people將其作為NumPy數(shù)組加載到sklearn.datasetslfw_people = fetch_lfw_people(min_faces_per_person=70, resize=0.4)
lfw數(shù)據(jù)集包括一個(gè)用于研究無(wú)約束人臉識(shí)別問(wèn)題的人臉圖像數(shù)據(jù)庫(kù),它從網(wǎng)絡(luò)收集的13000多張照片中包含了超過(guò)13000張照片,每個(gè)人臉都貼上了照片,1680個(gè)人臉在數(shù)據(jù)集中有兩張或兩張以上不同的照片。圖像采用灰度值(像素值=0-255)。
圖像Numpy數(shù)組接下來(lái),我們將尋找圖像數(shù)組圖片的形狀。我們使用NumPy shape屬性,該屬性返回一個(gè)元組,每個(gè)索引都有對(duì)應(yīng)元素的數(shù)量。
發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
最新活動(dòng)更多
-
即日-10.29立即報(bào)名>> 2024德州儀器嵌入式技術(shù)創(chuàng)新發(fā)展研討會(huì)
-
10月31日立即下載>> 【限時(shí)免費(fèi)下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報(bào)名>>> 【在線會(huì)議】多物理場(chǎng)仿真助跑新能源汽車
-
11月14日立即報(bào)名>> 2024工程師系列—工業(yè)電子技術(shù)在線會(huì)議
-
12月19日立即報(bào)名>> 【線下會(huì)議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會(huì)
-
即日-12.26火熱報(bào)名中>> OFweek2024中國(guó)智造CIO在線峰會(huì)
推薦專題
- 1 Intel宣布40年來(lái)最重大轉(zhuǎn)型:年底前裁員15000人、拋掉2/3房產(chǎn)
- 2 因美封殺TikTok,字節(jié)股價(jià)骨折!估值僅Meta1/5
- 3 宏山激光重磅發(fā)布行業(yè)解決方案,助力智能制造產(chǎn)業(yè)新飛躍
- 4 國(guó)產(chǎn)AI芯片公司破產(chǎn)!白菜價(jià)拍賣
- 5 具身智能火了,但規(guī)模落地還需時(shí)間
- 6 國(guó)產(chǎn)英偉達(dá)們,抓緊沖刺A股
- 7 三次錯(cuò)失風(fēng)口!OpenAI前員工殺回AI編程賽道,老東家捧金相助
- 8 英特爾賦能智慧醫(yī)療,共創(chuàng)數(shù)字化未來(lái)
- 9 英偉達(dá)的麻煩在后頭?
- 10 將“網(wǎng)紅”變成“商品”,AI“爆改”實(shí)力拉滿
- 高級(jí)軟件工程師 廣東省/深圳市
- 自動(dòng)化高級(jí)工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級(jí)銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市