let us not love with words or tongue but actions and truth.

LDA 2

특징추출2 - PCA, LDA

주성분 분석 principal component analysis Karhunen-Loeve (KL) 변환 또는 Hotelling 변환이라고도 부름 정보 손실을 최소화하는 조건에서 차원 축소 저차원으로 투영한다는 것의 의미 저차원으로 투영한 뒤에, 원래 점들을 구별할 수 없으면 좋은 차원축소X (c)에서 가장 정보의 손실이 최소화되는 방향으로 저차원으로 축소한 것임 (c)가 변환된 공간에서의 분산이 가장 큼 정보손실 원래 훈련 집합이 가진 정보란 무엇일까?  샘플들 간의 거리 or 그들 간의 상대적인 위치 등  PCA는 샘플들이 원래 공간에 ‘퍼져있는 정도를’ 변환된 공간에서 얼마나 잘 유지하느냐를 척도로 삼음 → 이 척도는 변환된 공간에서 샘플들의 분산으로 측정함 → 목표: 변환된 샘플들의 분산을 최..

IT/패턴인식 2022.12.08

Face recognition

얼굴 인식이 어려운 이유 - 표정변화 - occulusion(장신구) - 회전변화, 크기변화 - 조명변화 - 화장효과 - 노화 Pose-invariant 중 face와 관련된 landmark detector 3가지 방법 - AAM: Active Appearance Models (2D) - texture와 shape을 같이 씀 - ASM: Active Shape Models (2D) - Morphable Model (3D version AAM) ** 모두 PCA방법을 사용함 PCA를 활용한 face recognition (Eigenfaces) PCA는 데이터의 분산이 가장큰 방향으로 좌표축을 정렬함 scatter matrix를 최대로 하는 eigen value를 찾는 것임 (global projection..