Επικοινωνία
Πώς να κάνετε αγορές;
Παράδοση
Οδηγός αγορών
Face Recognition & Principal Component Analysis Method
Algorithm, Simulation & Discussion
Αγγλική
86 b
Παράδοση στην Ελλάδα
30 ημέρες για την επιστροφή των προϊόντων
Οι πελάτες αγόρασαν επίσης
/
Χαρτόδετο
31.62
€
/
Χαρτόδετο
49.20
€
/
Χαρτόδετο
30.51
€
This book mainly addresses the building of face recognition system and Principal Component Analysis (PCA) method in details. PCA is a statistical approach used for reducing the number of variables in face recognition. In PCA, every image in the training set is represented as a linear combination of weighted eigenvectors called eigenfaces. These eigenvectors are obtained from covariance matrix of a training image set called as basis function. The weights are found out after selecting a set of most relevant Eigenfaces. Recognition is performed by projecting a test image onto the subspace spanned by the eigenfaces and then classification is done by measuring Euclidean distance. A number of experiments were done to evaluate the performance of the face recognition system. Here, I used a training database of students of ETE-07 series, RUET, Rajshahi-6204, Bangladesh.
Πληροφορίες για το βιβλίο
Αγγλική
Χαρίστε αυτό το βιβλίο σήμερα
Είναι εύκολο
1 Προσθέστε το βιβλίο στο καλάθι σας και επιλέξτε παράδοση ως δώρο 2 Ως ανταμοιβή θα σας στείλουμε ένα κουπόνι 3 Το βιβλίο θα φτάσει στη διεύθυνση του παραλήπτηΜπορεί να σας ενδιαφέρει
/
Χαρτόδετο
32.02
€
/
Χαρτόδετο
25.15
€
/
Χαρτόδετο
36.17
€
/
Χαρτόδετο
36.17
€
