搜索资源列表
(PCA+SVM)人脸识别
- 人脸识别，降维 加分类，主成分分析降维，支持向量机分类(Face recognition, principal component analysis reduced Vega classification, dimension reduction, support vector machine classification)
pca FaceIndentify
- 基于PCA的人脸识别代码，可以自己添加需要训练的人脸库
PCA&2DPCA (1)
- pca和2dpca的MATLAB人脸识别。并且使用orl人脸数据库进行测试(PCA and 2DPCA's MATLAB face recognition. And use the ORL face database to test)
pca
- A face recognition algorithm of pca using java code
PCA人脸识别
- opencv下，用PCA主成分分析的方式做人脸识别(Using PCA principal component analysis to do face recognition)
PCA based on Face Recognition
- 主要实现的是基于PCA的人脸识别算法 Matlab代码(PCA-based face recognition algorithm)
PCA+GUI人脸识别
- 基于PCA主成分分析算法和Yale人脸数据库，采用Matlab语言实现的人脸识别程序，整个程序分为预处理、训练、识别、GUI界面控制等几个模块，注释清晰，通俗易懂。(Based on PCA principal component analysis algorithm and Yale face database, the face recognition program is implemented in Matlab language. The whole program is divide
特征脸方法PCA
- 这篇文章是撸主要介绍人脸识别经典方法的第一篇，后续会有其他方法更新。特征脸方法基本是将人脸识别推向真正可用的第一种方法，了解一下还是很有必要的(This article is the first line mainly introduces classical face recognition methods, the follow-up there will be other methods to update. The feature face method is basically the
基于PCA的人脸识别
- 基于PCA的人脸识别，包括图片的预处理，特诊提取，人脸识别，是一份不错的学习资料(Face recognition based on PCA, including image preprocessing, special diagnosis and face recognition, is a good learning material.)
PCA+LDA
- pca+lda人脸识别，可在MATLAB上运行(Based on pca+ Ldaface recognition procedures can be directly run matlab)
pca
- PCA算法可在MATLAB中配合人脸数据库实现人脸识别(PCA algorithm can be used to realize face recognition algorithm.)
LDA人脸识别程序
- 在MATLAB2014b版本，进行人脸识别，包含PCA降维、LDA线性判别、KNN最近邻算法等技术(In MATLAB2014b version, face recognition is carried out, including PCA dimension reduction, LDA linear discriminant analysis, KNN nearest neighbor algorithm and so on.)
PCA+SVM
- 用于人脸识别，包含了PCA及SVM算法，数据集采用的ORL数据库(face recognition(PCA+SVM))
PCA-SVM
- 利用主成份分析 SVM 实现 人脸识别(Using principal component analysis SVM to realize face recognition)
PCA+SVM
- 采用经典的ORL人脸数据集，利用PCA进行进行降维，然后用SVM进行数据集的分类和训练。上传文件内包含libSVM3.2安装包(The classical ORL face dataset is used for dimension reduction by PCA, and then SVM is used to classify and train the dataset.)
pca-人脸识别
- 运用PCA算法，可以通过摄像头实时获取人脸，进行人脸识别。(By using PCA algorithm, we can get face in real time by camera and face recognition.)
W124-PCA和LDA人脸识别
- 实现人脸的识别，使用LDA的模型，基于matlab的语言(Realize face recognition)
基于PCA的人脸识别
- 主成分分析法(principal conponent analysis, PCA)也叫Hotelling变换或特征脸法，是基于 K-L变换基础上研发得到的。该方法的核心是能够降低图像空间的维度，具体做法是将原始的数据通过某种线性变换从高维度空间转变到低维度空间中，这些数据彼此不相关，根据贡献率选取最大的前一部分，使原数据具有最大的变化量，对后面的图像也向这个空间投影，然后比较它们之间的距离来确定类别关系。PCA方法的缺点是对光照问题比较敏感。
人脸识别
- 人脸特征提取matlab源码。适用于人脸识别的matlab实现。(Facial feature extraction matlab source code. It is suitable for matlab implementation of face recognition.)
matlab人脸识别
- 能够实现人脸识别，充分利用PCA算法选取主要特征对人脸进行识别能够较高准确率实现(Face recognition can be realized, and face recognition can be achieved with high accuracy by making full use of PCA algorithm to select the main features.)