搜索资源列表
train
- 对28张人脸，以其作为样本训练人脸标准。L取不同数值情况下，v之间的关系。-28 pairs of human face, with its face as a sample of the training standards
AnimprovedBayesianfacerecognitionalgorithm
- 对人脸识别的贝叶斯方法ML中相似度计算公式进行了简化，对数据集的训练和人脸图像的预处理进 行了修改，提出了一种改进的贝叶斯人脸识另1】算法SML。在FERET人脸图像库的子集和南大人脸图像实验库上对 识别算法进行了测试和比较。实验表明，SML算法提高了ML算法的效率，克服了ML算法计算效率不高的缺陷，而 且SML的识别效率明显高于PCA方法。-Bayesian face recognition method on the ML in the similarity formula ha
2dlda_rand
- 这是一个基于人脸识别的双边2DLDA程序，其中每人随机选9个做训练，1个做测试，作20次后平均-This is a bilateral 2DLDA procedures based on face recognition, in which each of 9 randomly selected for training, one to do testing for 20 times the average
SVM_FACE
- 基于支持向量机的人脸检测训练集增强算法实现。根据支持向量机(support vector machine，简称SVM)~ ，对基于边界的分类算"~(geometric approach)~ 言，类别边界附近的样本通常比其他样本包含有更多的分类信息．基于这一基本思路，以人脸检测问题为例．探讨了 对给定训练样本集进行边界增强的问题，并为此而提出了一种基于支持向量机和改进的非线性精简集算法 IRS(improved reduced set)的训练集边界样本增强算法，用以扩大-91l练集并改
Novel_Example-Based_Shape_Learning_For_Fast_Face_A
- 用于人脸对准的快速形状学习方法(论文)：提出了一种新的用于人脸特征对准的基于样本 的形状学习策略(ESL)。该方法是基于下面结论提出的：人脸图像差和形状差之间存在一种近似的线 性关系——即相似的人脸图像蕴涵着相似的形状。因此，给定一个人脸图像的学习集，其中人脸图 像的特征点都已手工标定。则任意新的人脸图像的形状可以如下抽取：估计该人脸图像和训练集中 训练图像的相似度，并将同样的相似度用于该人脸图像形状的重建-Fast Face Alignment for the shape of
LocalityPreservingProjections
- matlab 的lpp的人脸识别，有训练库和测试库，里面还有文档说明
AdaBoost
- 一篇在人脸检测时用于训练反面训练集的文章，可以-A face detection in the negative training set for training the article, you can see
aamlibrary_release_2.0
- 基于AAM的人脸模型的训练，并可以实现人脸的拟合，在opencv基础上开发。-AAM（Active Appearance Models）source code。It is developped under OpenCV 1.0 for locating facial features。
HarrTraining
- harr训练的.net源码,haartraining 源代码，可用于人脸识别和行人识别等-harr，.net，sourcecode
Desktop
- 读入ORL人脸库的指定数目的人脸前前五张(训练) 输入：nFacesPerPerson --- 每个人需要读入的样本数，默认值为 5 nPerson --- 需要读入的人数，默认为全部 40 个人 bTest --- bool型的参数。默认为0，表示读入训练样本（前5张）；如果为1，表示读入测试样本（后5张）-Read into the ORL face database face before the specified number of five sheets (
faces.tar
- 这是我在卡耐基梅隆大学图片数据库下的图片。19*19的数千张包括人脸和非人脸的pgm格式的图片。用来做人脸识别的训练和测试足够了。好资源-This is my picture database at Carnegie Mellon University under the picture. 19* 19 thousands, including face and non-human face of the pgm format. Used for training and testing fac
Project1
- 人脸图片的预处理，归一化，纳入数据库，训练以及识别-Face image preprocessing, normalization, into the database, training and recognition
fdp5finalMatlab.tar
- 这是一个使用了Gabor特征提取和人工智能的人脸检测系统源代码 使用步骤： 1. 拷贝所有文件到MATLAB工作目录下(确认已经安装了图像处理工具箱和人工智能工具箱) 2. 找到"main.m"文件 3. 命令行中运行它 4. 点击"Train Network"，等待程序训练好样本 5. 点击"Test on Photos"，选择一个.jpg图片，识别。 6. 等待程序检测出人脸区域 createffnn.m, d
jiyu-PCA-de-ren-lian-shi-bie-Matlab
- 基于主成分分析实现对特征脸的人脸识别，训练，输出识别率等。-Based on principal component analysis to achieve the characteristics of face recognition, training, recognition rate of the output.
train
- 进行svm分类器的训练，作为人脸检测的人脸分类器-For svm classifier training as face detection face classifier
image_identify
- 对人脸图像库的训练素材进行主成分分析，从而识别人脸图像。较详细说明见程序内部。-Face image database on the training material for the principal component analysis to identify the face image. See more details within the program.
FaceRecognition
- 基于特征向量方法的人脸识别。matlab实现。注意区分训练数据和测试数据。由于版权原因，代码包中不含测试任何图像。-Face recognition by eigenvector method. Class project.
112[1]
- 人脸检测根据姿态评估，然后利用adaboost方法训练分类器，是一片值得收藏的文章-Face detection based on posture assessment and classification using adaboost training method, is a worthy collection of articles
ProfileFace10
- 训练好的人脸正面分类器，可直接载入运行，-Positive face trained classifier, can be directly loaded run
facedetec-vcPP
- 训练好的人脸分类器，可直接载入运行，基于adaboost的级联分类器-Trained face classifier, can be directly loaded to run, based on cascade classifier adaboost