针对复杂环境下人脸识别对算法速度、准确性和抗人脸姿态干扰的特别要求进行研究,采用肤色分割与Adaboost相结合的方式进行人脸检测。 ?值从大到小排序，取出前p个特征值，将前p个特征值对应的特征向量依次排列构成U矩阵，则U矩阵大小为m行p列。对每个训练样本进行投影得到Bi：B=AU(14)对Bi进行与Ai相同的过程，求得类间散布矩阵H：H=1MMi=1Σ[BTi-E(BT)]T×[BTi-E(BT)](15)求解H的特征值，然后将特征值从大到小排序，取出前p个特征值，将前p个特征值对应的特征向量依次排列构成V矩阵，则V矩阵大小为m行p列。那么2DIMPCA投影所得为C=VTAU，全过程如图2所示过程示意-数控滚圆机电动弯管机价格低全自动液压弯管机多少钱。图2用2DIMPCA提取人脸特征的过程示意将训练样本按照C=VTAU一一进行投影，得到所有训练样本的特征脸Ci为p×p的矩阵。（2）待测样本投影。将待测样本也按照二维投影得到特征脸。本文由弯管机网站采集网络资源整理! http://www.wanguanjixie.cc（3）基于欧拉距离的匹配。计算待测特征脸与训练样本特征脸的欧拉距离，判断待测特征脸属于哪一类。欧拉距离的计算公式为：‖Ci-Cj‖2=1p×pΣ(Ci-Cj)2(16)找到最小的欧拉距离之后，还需要根据阈值判断这两个特征脸是否确实属于同一类，如果距离过大，判断待测人脸不输入任何一个已知类。该阈值的确定是分类器必须解决的问题。2.2贝叶斯分类器贝叶斯分类器的核心就是贝叶斯定理，即通过事件的先验概率求取事件的后验概率。用公式描述如下：P(B|A)=P(A|B)P(B)P(A)(17)贝叶斯公式使得在已知P(A|B)先验概率的情况下能够得到后验概率P(B|A)。人脸图像符合多维高斯分布，其条件概率密度函数为：P(Y|wf)=1(2π）N2|Σλf|1/2exp-12（Y-Mf)Σλf-1（Y-Mf‖‖)(18)式中，N为特征向量元素总数；Σλf是特征矩阵行列式值。非人脸图像同样满过程示意-数控滚圆机电动弯管机价格低全自动液压弯管机多少钱本文由弯管机网站采集网络资源整理! http://www.wanguanjixie.cc