搜索资源列表
orl-FACE-BASE
- 这里给出ORL人脸库，以及应用VC++实现人脸图像的分类识别，希望对大家有所帮助。-here is the ORL, and the application of VC Face Image Recognition, We want to help.
人脸识别中特征提取的一种改进方法20090402发表
- 人脸识别中特征提取的一种改进方法,中国图形图像网.20090402发表
基于眼裂的人脸图像归一化.doc
- 针对人脸识别中图像前期处理的人脸图像归一化问题，用AdaBoost Cascade方法检测出人脸和眼裂，提出以两眼裂中心点连线为基准进行水平旋转和尺度的归一化矫正方法。与通常的利用两眼瞳距方法相比较，该方法更加快速准确，能处理多达20°的倾斜，对戴眼镜、图像模糊、俯视、仰视、斜视等情况的鲁棒性更好。 A novel approach was presented, using the line between the two center points of the palpebral fiss
人脸识别高级预处理
- 介绍人脸识别高级预处理的步骤。。。非常管用！！！
mfcopencv
- opencv在visualC++中mfc平台实现基本的图像显示，视频采集，人脸检测等问题-In visualC++ opencv mfc platform in the basic image display, video capture, face detection and so on
FERET 人脸数据库
- FERET 人脸数据库是在人脸识别的图像处理中用到最多的一个数据，美国军方的FERET人脸数据库，共1400幅图片。包括200个人，每人7幅，对应不同的姿态，表情，和光照条件，是目前最权威的人脸数据库，做人脸识别必备！
MatchingPursuits
- Matching Pursuit方法，经典的稀疏表示方法，可以用人脸识别和图像分类，图像去噪，现在非常流行。-Matching Pursuit method, sparse representation of the classic, you can use face recognition and image classification, image denoising, now very popular.
ResearchOnKeyTechnologiesOfRobustFaceTrackingSyste
- 鲁棒人脸跟踪系统学位论文；提出了一种两阶段的光照均衡的方法来消除单幅图像中的各种阴影包括模糊阴影，投射阴影等 根据快速的Adaboost 训练框架，本文提出了一个实时的鲁棒人脸检测算法 提出了一种基于在线实值boosting 的方法来处理人脸在跟踪过程中发生的外貌变化；实现了一个基于以上模块的完全自动化的人脸跟踪器-Robust Face Tracking System dissertation proposes a two-stage light-balanced approach to t
.pdf
- 介绍了一种基于学习型的超分辨率人脸图像重建问题。介绍了基本算法和主要实现方法。-This paper presents a learning-based super-resolution face image reconstruction. Introduced the main achievement of the basic algorithms and methods.
3dpoint
- 在三维人脸建模中特征点的提取方法，文章中对该方法进行详尽的描绘，对做三维图像来说是很好的参考资料-Face in the three-dimensional modeling of the feature point extraction method, article, the method described in detail on the three-dimensional image is to do a very good reference
Facerecognition
- 人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会 议、人机交互、系统公安(罪犯识别等)等方面的巨大应用前景而越来越成为 当前模式识别和人工智能领域的一个研究热点。 本文提出了基于24位彩色图像对人脸进行识别的方法，介绍的主要内容是图像处理，它在整个软件中占有极其重要的地位，图像处理的好坏直接影响着定位和识别的准确率。本软件主要用到的图像处理技术是：光线补偿、高斯平滑和二值化。在识别前，先对图像进行补光处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确
A_New_Algorithm_ofFastFaceDetection_underComplexCo
- 使用一种新的假面变换和模板匹配的人脸检测算法，能够对复杂环境中大小不等的人脸 进行快速、准确的检测．算法首先通过假面变换来预测人脸位置上边沿的中心，然后对图像中的预 测位置进行模板匹配，设计了一类对照明变化、噪声干扰具有较强适应性的模板匹配方法，最后对 匹配结果进行验证，确定人脸准确位置．采用多种环境下的大量图片进行实验，结果显示该算法具 有较快的检测速度和较高的准确性及鲁棒性． -A novelalgorithm offacedetection based on mask
FaceRccognitionAlgorithmsBasedonImagcRcconstructio
- 人脸所反映的视觉信息在人与人的交流中有着重要的作用和意义，计算 技术就是利用计算机分析人脸图像，从中提取有效的识别信息，用来辨认身 术，由于其广泛的应用领域，在近四十年里得到了广泛的关注和研究。 -Face reflected in the exchange of visual information in people plays an important role and significance of computing technology is the use of com
Videoimagesequenceoffacetrackingalgorithm
- 视频图像序列中的人脸跟踪算法，毕业设计时参考的文献-Video image sequence face tracking algorithm, graduation design reference literature
FaceDetection
- 图像领域中涉及到人脸检测方法的论述，较全面的总结了各种人脸识别方法及其所用算法。-Images of people involved in the field of face detection methods of exposition, a more comprehensive summary of the various face recognition methods and algorithms used.
Desktop
- 人脸识别技术是计算机模式识别领域非常活跃的研究课题，在法律、商业等领域有 着广泛的应用前景。自动人脸识别系统一般由两个模块组成：定位与检测模块，特征提 取与识别模块。本文对两个子模块进行了详细讨论，通过实验仿真了一个基于静态图像 的人脸识别系统。为提高系统的识别率，本文对定位检测模块和特征提取模块进行了深 入研究。 针对复杂多变人脸检测和定位问题，实现了一种基于对称特征的人脸定位方法。该 算法首先基于肽色特征提取出人脸区域，根据眼睛的颜色和梯度特征在肤色区找到眼睛 可
3
- 这是一篇关于视频序列人脸图像分割与识别技术研究的文章-This is a video sequence of image segmentation and face recognition technology research articles
AdaptiveSkinColorDetection
- 自适应人体肤色检测中的若干关键技术研究 人体的皮肤颜色是人体的一个重要特征，肤色检测被广泛的应用于人脸跟踪、人脸 检测、手语识别、敏感图像过滤等领域中，具有重要的理论研究意义和实际应用价值。 -Adaptive skin color detection of a number of key technologies in human skin color is an important feature of the human body, skin detection has bee
renlianshibieMATLAB
- 本文针对复杂背景下的彩色正面人脸图像,将肤色分割、模板匹配与候选人脸图像块筛选结合起来,构建了人脸检测实验系统,并用自制的人脸图像数据库在该系统下进行了一系列的实验统计。-Color frontal face images under complex background, skin color segmentation, template matching candidates face image block screening combined to build a face detect
基于matlab的简单人脸识别实例
- 这里通过对人脸图像打上网格，对区域块图像做二值分析，通过像素比例来 做处理。进而得到人脸区域。(In this way, the face image is gridding, and the two value analysis is done to the area block image, and the pixel ratio is used. Do it. Then the face area is obtained.)