搜索资源列表
FaceRec
- 人脸识别（PCA+SVM） 文件中包含训练样本，运行后，能进行人脸识别，采用PCA进行降维，利用ＳＶＭ 进行分类识别-Face recognition（PCA+SVM）
PCA_SVM
- 附有人脸数据库，实现PCA降维，用PCA特征进行SVM训练，得到精确度-With face , to achieve PCA dimensionality reduction, with PCA features SVM training, get the accuracy
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
patturnpatternclassification
- 支持向量机方法,用matlab实现,用于分类检测,模式识别,人脸检测等-Support vector machine (SVM) method, matlab, used for classification, pattern recognition, face detection, etc
mejhnq-detection-matlab
- 支持向量机方法,用matlab实现,用于分类检测,模式识别,人脸检测等-Support vector machine (SVM) method, matlab, used for classification, pattern recognition, face detection, etc
dte
- 支持向量机方法,用matlab实现,用于分类检测,模式识别,人脸检测等-Support vector machine (SVM) method, matlab, used for classification, pattern recognition, face detection, etc
code
- 基于PCA加上SVM的人脸识别算法 使用libsvm作为SVM工具箱-Face recognition based on PCA and SVM
face_shibie
- 使用了两种方法实现人脸识别：hog+svm，KNN(Two methods are used to implement face recognition: hog+svm, KNN)
face_antispoofing-master
- 采用surf特征点， svm线性分类器 实现的人脸活体检测源码(face_antispoofing: this code takes surf feature to detect spoofing face in recognition.)
LVQ
- 运用LVQ进行人脸识别，得到的误差结果较好，同时又BP，SVM与其进行比较(The use of LVQ for face recognition is better, and the comparison between BP and SVM is compared.)
hog_svm_facedet
- 使用hog特征以及svm分类实现人脸检测，准确率高(face detection used hog+svm)
人脸识别
- 完整人脸识别程序和说明，该程序是中的人脸检测系统的克隆。 而神经网络，它是基于支持向量机（SVM）Machin(Complete face recognition program and descr iption)
matlab数字图像处理与识别
- 将理论知识、科学研究和工程实践有机结合起来，内容涉及数字图像处理和识别技术的方方面面，包括图像的点运算、几何变换、空域和频域滤波、小波变换、图像复原、形态学处理、图像分割以及图像特征提取的相关内容；同时对于机器视觉进行了前导性的探究，重点介绍了两种目前在工程技术领域非常流行的分类技术——人工神经网络（ANN）和支持向量机（SVM），并在人脸识别这样的热点问题中结束《精通Matlab数字图像处理与识别》。(Combining theoretical knowledge, scientific re
FaceRec
- 分别用基于PCA+SVM和PCA+Adaboost 两种算法进行对200张人脸图片进行识别。(200 face images are identified by two algorithms based on PCA+SVM and PCA+Adaboost.)