用在人脸特征识别

资 源 简 介

pca，用在人脸特征识别中，fisher线性判别kpca，dwt2

详 情 说 明

在人脸特征识别中，PCA（主成分分析）是一种常用的方法。它可以通过分析人脸图像中的主要特征来减少数据的维度，从而提高人脸识别的准确性。除了PCA，还有一些其他的降维方法，比如Fisher线性判别和KPCA（核主成分分析）。此外，DWT2（二维离散小波变换）也是一种在人脸识别中常用的方法，它可以将图像分解为多个频率子带，从而提取更多的特征信息。因此，在进行人脸识别时，这些方法都可以用来提高算法的性能与准确性。