1 clc; 2 A=[1 3 2; 3 4 8 3; 4 10 22 3; 5 21 34 33; 6 9 3 9; 7 5 3 9; 8 10 3 8; 9 ] 10 H = 7; %% 圖片高度 11 W = 3; %% 圖片寬度 12 L = 5; %% 窗口寬度 13 P = 3; %% 連續窗口重合寬度 14 T = floor((H-L)/(L-P)); %% 觀察序列個數 (這里和論文不一致，因為下降幾個，有幾個觀察) 15 %% 上面的T和下面的top，bottom和論文不太一致，都是因為MATLAB數組下標從1開始 16 %%%%%%% 17 % 18 19 D=L-P; %% 每次下滑距離 20 21 22 %% 向量化編程，令T為對應序列號，則top和bottom對應每次觀察窗口的上下邊緣 23 data=zeros(t,P) 24 for t=1:T 25 %% 獲取窗口上下邊緣 26 top = 1 + t * D; 27 bottom = top + P - 1; 28 29 %% 提取窗口，特征值 30 [U,S,V]= svd( A(top:bottom,:) ); 31 32 data(t,:)=diag(S)'; 33 34 end

?

轉載于:https://www.cnblogs.com/LzKlyhPorter/p/4943554.html

總結

以上是生活随笔為你收集整理的人脸识别HMM的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。