搜索资源列表
Face-recognition
- 解决人脸识别系统中,人脸图像的尺寸归一化、位置校准、光照补偿、直方图均衡化、特征提取的工作-Solve the face recognition system, the size of the face image normalization, position calibration, illumination compensation, histogram equalization, feature extraction work
Edge-detection
- 图像边缘检测,对于人脸图像,可以识别人脸的轮廓、毛发、五官位置-Image Edge Detection
project_test1.m
- 一个清华大学使用的人脸检测程序,可以识别人脸所在位置并进行标注,其中的人脸库可以替换为其他的人脸库-Face detection process uses a Tsinghua University, can recognize faces and location tagging, face which can be replaced with other people face
simple-face-recognition
- 简单的人脸识别小代码,可以在一张图片中迅速找到人脸的大概位置-simple face recognition
Face_detect
- 人脸的检测,matlab代码,可以快速的检测出人脸的位置可用于后续识别处理-face detection for recognition fast process good performance
skin_and_model
- 基于YcBr的肤色识别人脸的大体区域,在根据模版匹配识别出人脸的位置,最后圈出人脸,需要自己修改圈脸框的大小。-Color recognition based on YcBr the general area of the face, in according to the location of the template matching to identify the human face, the last circle face, need to modify the size of t
mp211
- Gabor小波变换与PCA的人脸识别代码,用于特征降维,特征融合,相关分析等,包含位置式PID算法、积分分离式PID。- Gabor wavelet transform and PCA face recognition code, For feature reduction, feature fusion, correlation analysis, It contains positional PID algorithm, integral separate PID.
monitor-recorder
- SeetaFace人脸识别引擎包括了搭建一套全自动人脸识别系统所需的三个核心模块,即:人脸检测模块SeetaFace Detection、面部特征点定位模块SeetaFace Alignment以及人脸特征提取与比对模块SeetaFace Identification。 主要功能: 人脸检测模块(SeetaFace Detection): 采用了一种结合传统人造特征与多层感知机(MLP)的级联结构,在FDDB上达到了84.4 的召回率(100个误检时),并可在单个i7
qeng-cy20
- Gabor小波变换与PCA的人脸识别代码,包含位置式PID算法、积分分离式PID,在matlab环境中自动识别连通区域的大小。- Gabor wavelet transform and PCA face recognition code, It contains positional PID algorithm, integral separate PID, Automatic identification in the matlab environment the size of the co
tpbix
- 预报误差法参数辨识-松弛的思想,Gabor小波变换与PCA的人脸识别代码,包含位置式PID算法、积分分离式PID。- Prediction Error Method for Parameter Identification- the idea of relaxation, Gabor wavelet transform and PCA face recognition code, It contains positional PID algorithm, integral separate PI
FacialExpressionClassification
- 1. 使用matlab自带的人脸识别工具(Viola-Jones算法)找出人脸的位置,并裁剪出人脸区域。 2. 使用Gabor滤波器识别出人脸的局部特征及纹理。 3. 训练一个SVM进行表情分类。 4. 交叉验证得到表情分类正确率为83.3 。 操作说明和系统描述请见ReadMe.-1. Using matlab with face detection tool (Viola-Jones algorithm) to find the location of a human
tnn7_code_201212141110
- 人脸检测与跟踪是一个重要而活跃的研究领域,它在视频监控、生物特征识别、视频编码等领域有着广泛的应用前景。该项目的目标是在FPGA板上实现实时系统来检测和跟踪人脸。人脸检测算法包括肤色分割和图像滤波。通过计算被检测区域的质心来确定人脸的位置。该算法的软件版本独立实现,并在matlab的静止图像上进行测试。虽然从MATLAB到Verilog的转换没有预期的那样顺利,实验结果证明了实时系统的准确性和有效性,甚至在不同的光线、面部姿态和肤色的条件下也是如此。所有硬件实现的计算都是以最小的计算量实时完成的