Doğrusal Olmayan Asıl Bileşen Analizi Doğrusal olmayan PCA'ya dayanarak yüz tanıma için basit ve etkili bir kaynak kodu.
Şimdi İndirin

Doğrusal Olmayan Asıl Bileşen Analizi Sıralama ve Özet

Doğrusal Olmayan Asıl Bileşen Analizi Etiketler

yüz tanıma doğrusal olmayan düzenleyici Doğrusal olmayan kompresör doğrusal olmayan yüz tanıma Yüz tabanlı giriş doğrusal olmayan eleman

Doğrusal Olmayan Asıl Bileşen Analizi Açıklama

Boyut azaltma, desen sınıflandırmasını büyük ölçüde kolaylaştırır. Çeşitli teknikler, doğrusal ve doğrusal olmayan, yüz tanıma sistemlerinde boyutsallık azaltma için yaygın olarak önerilmiş ve kullanılır. Prensip Bileşen Analizi (PCA) basit ve verimli bir doğrusal yöntem olduğunu kanıtlamıştır; Kernel PCA gibi birçok doğrusal olmayan yöntem son zamanlarda önerilmiştir. Doğrusal Olmayan Asıl Bileşen Analizi (NLPCA), standart temel bileşen analizinin (PCA) doğrusal olmayan bir genelleme olarak görülür. Asıl bileşenleri düz çizgilerden eğrilere (doğrusal olmayan) genelleştirir. Böylece, tüm doğrusal olmayan bileşenler tarafından tanımlanan orijinal veri alanındaki alt uzay da kavislidir. Doğrusal olmayan PCA, Autoencoder, Replicator Network, Bottleneck veya Sandglass Tipi Ağı olarak da bilinen bir AutoAscociative mimarisine sahip bir sinir ağı kullanılarak elde edilebilir. Bu otoassiative sinir ağı, bir kimlik haritasını gerçekleştiren çok katmanlı bir perceptron'dur, yani ağın çıkışının giriş ile aynı olması gerektiği anlamına gelir. Bununla birlikte, ağın ortasında, verilerin boyutunun azaldığı bir tıkanıklık olarak çalışan bir katmandır. Bu darboğaz katmanı, istenen bileşen değerlerini (skorlar) sağlar. Yüz tanıma için bu doğrusal olmayan boyutsallık azaltmayı kullanan basit bir algoritma geliştirdik. Bu yaklaşım, herhangi bir referans noktasının tespitini gerektirmez ve gerçek zamanlı uygulamalar için kullanılabilir.

Doğrusal Olmayan Asıl Bileşen Analizi İlgili Yazılım