如何用统计方法匹配软聚合特征(眼、鼻、口)
how to match soft aggregate features(eyes,nose,mouth) using some statistical method?
我懂一点ML,想自己实现一个学习系统,但不知道怎么做。谁能给我示范一下或者用其他方法来比较人脸?
这里有一个相关的帖子:https://stackoverflow.com/questions/14079794/how-to-recognize-face-by-geometric-feature-such-as-eyes-nose-mouth.
仅凭上述信息,我们无法合理地回答这个问题,因为这个主题实在太宽泛了。
首先,你应该知道这些问题通常是使用机器学习技术来解决的,比如Neural Networks
。你说你知道一些关于机器学习的知识,但恕我直言,你可能想阅读更多或参加机器学习的在线课程。
在Coursera.org上有一些很好的课程,我喜欢的是Andrew Ng的机器学习。
这些方法在上面提到的课程中也有描述,也有一些很好的作业,这将帮助你了解机器学习背后的详细思想。
相关文章:
- 如何声明特征矩阵,然后通过嵌套循环初始化它
- 特征::矩阵<双精度,1,3> 结构类型函数中的返回类型函数
- 有没有一种方法可以通过"typedef"为重新定义的基本类型定义特征和强制转换运算符
- 特征命名访问向量段
- 将特征矩阵的向量设置为0
- 特征:模板函数中矩阵的平面图
- basic_string的前导/尾部不区分空格的特征
- 特征 3 类的模板专用化
- 特征 c++:复矩阵的面积双曲正切(atanh)
- 为什么 gcovr 会生成空覆盖率统计信息?
- C++ 中的特征向量计算
- 根据C++标准的定义实现"is_similar"类型特征
- C++类型特征,以查看是否可以<uint32_t>对类型"K"的任何变量调用"static_cast(k)"
- 有没有办法找到特征矩阵系数的中值?
- 如何将高维数据映射到特征类型?
- 将平面阵列重塑为复杂的特征类型
- 特征 LLT 模块给出不正确的结果?
- 特征模板化函数和维度
- 特征稀疏向量:求最大系数
- 如何用统计方法匹配软聚合特征(眼、鼻、口)