Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Si x pertenece a V x ci vi ; ci x, vi
i 1
Si en particular V R nx1 ci x, vi xT vi
Idem T2 AA
T
(mxm)
T2 diagonaliza ortogonalmente: T2 AA T
UDU T
X EX ; R E XX ; C E ( X X )( X X )
~ T ~ ~ T
Calculados a partir de los datos resultan:
1 n
X M ... M (mxn)
~
M Xi (mx1); M
n i 1
1 1 ~ ~
R XX T ; C ( X X )( X X )T matrices mxm
n n
MATRIZ DE COVARIANCIA
base de datos
DE MATRICES A VECTORES COLUMNA
Se transforman las imágenes Ii (112x92) en vectores
columna IIi =Ii (:) (10304x1)
Se arma la matriz X=[II1 II2 ….. II10] . Las columnas
son clase uint8.
Para mejor operar la llevo a clase double:
A1=im2double(X)
Se calcula el valor medio de las columnas
M=mean(A1, 2)
Se resta a cada columna de A1 el valor medio M:
J1=A1 (:,1)-M;….. J10=A1(:,10)-M
y se arma la matriz A=[J1 J2 ….J10]
ROSTRO PROMEDIO
D=
0.0000 0 0 0 0 0 0 0 0 0
0 90.8927 0 0 0 0 0 0 0 0
0 0 113.0817 0 0 0 0 0 0 0
0 0 0 118.7217 0 0 0 0 0 0
0 0 0 0 161.7505 0 0 0 0 0
0 0 0 0 0 180.1657 0 0 0 0
0 0 0 0 0 0 228.2964 0 0 0
0 0 0 0 0 0 0 303.0239 0 0
0 0 0 0 0 0 0 0 363.4151 0
0 0 0 0 0 0 0 0 0 456.3304
EIGENFACES
EIGENFACES
BASE ORTONORMAL DEL FACE SPACE
0.3859
0.5568
1.4624
0.3441
0.4907
0.2667
0.2525
0.2460
0.3308
Se observa que todos los valores de distancia son muy grandes. Con un
umbral razonable (ej.: 500) podemos asegurar que el rostro del Ejemplo 3
no se corresponde con ningun rostro de nuestra base de datos.
IMAGEN EJEMPLO 3
SÍGUENOS Y CONTÁCTANOS
@mathclasses_
Math Classses
@mathclasse
Aprende y Disfruta