搜索资源列表
PCA Eigen Face
- 特征脸用于人脸识别
人脸识别（基于特征脸）
- 本文是在人脸数据库的基础上做人脸特征提取和识别研究，主要内容如下： （1） 对人脸识别研究的内容、相关技术、主要实现方法及发展历程作了详细介绍。 （2） 介绍主成分分析法(PCA)、K-L变换，并利用特征脸方法实现了人脸识别。 （3）给出了基于matlab环境的编程及实验结果，并对结果进行分析。 关键词: 人脸识别，特征脸，K-L变换，主成分分析
ActiveFaceRecognition
- 生物特征的自动识别技术得到广泛研究与开发，如指纹识别、掌形识别等。人脸识别是基于脸像的身份鉴别，-Automatic biometric identification technology is widely research and development, such as fingerprint recognition, hand geometry identification. Face recognition is based on the identity of the face su
paper1
- 脸部特征定位是人脸分析技术的一个重要组成部分，其目标是在图象或图象序列中的指定区域内搜索人 脸特征(如眼、鼻、嘴、耳等)的位置-This facial feature location based photos of the face of technology is an important part of their goal is to image or image sequence in search of people within the designated area
tezhenglian
- 本文对特征脸的识别进行了详细的论述，其基本步骤详尽-In this paper, the face recognition feature a detailed exposition of the basic steps in detail
face_code_cpp
- 将生物特征识别应用于人脸，实际上是包含两个方面：第一，从图像或视频帧中检测人脸，即所谓的“人脸 检测”（face detection）；第二，对检测到的人脸进行识别，判断这张脸是谁，即“人脸识别”（face recognition）。 就实际应用而言，采用人脸做生物特征识别，其识别率、可靠性都无法与指纹、虹膜识别相提并论，但失 为模式识别中的一个典型应用，至少可以起到抛砖引玉的作用。-Paper of face identification sourc code
0
- 利用主元分析和奇异值分解进行人脸特征提取的方法(并详细阐述其在PQRSQT中的实现过程(包括读取图像文件U计算均值脸U求特征值和特征向量(计算人脸特征参数-实现过程均给出了MATLAB代码-Using principal component analysis and singular value decomposition facial feature extraction method (and detail its in the PQRSQT in the implementation pr
TestDatabase
- 人脸识别的一个常见算法，特征脸的提取，基于主成分分析的人脸识别，-A common face recognition algorithm, feature extraction of the face, based on principal component analysis for face recognition
Kernel-Fisherfaces
- 人脸识别经典文献,介绍特征脸的核方法，核判别分析（KFDA）-Face classic literature, describes the characteristics of the face method, kernel discriminant analysis (KFDA)
PCA
- 在这篇文章中，我们主要阐述了基于PCA和LDA的人脸识别技术。这个技术包含两个步骤：首先，我们通过PCA将人脸图片从原始向量空间中提取到子向量空间——特征脸空间；然后，再通过LDA获得一个线性分类器。-In this article, we mainly elaborated based on PCA and LDA face recognition technology. This technique consists of two steps: First, we will face ima
25292626
- 为了实现复杂环境下的人脸特征有效表达，提出一种改进的梯度方向直方图（ＨＯＧ）人脸识别方法．首先以人脸图像网格作为采样窗口并在其上提取 ＨＯＧ特征；然后将所有网格 ＨＯＧ特征向量进行组合，实现整个人脸特 征表达；最后采用最近邻分类器进行识别．另外，比较了该方法与Ｇａｂｏｒ小波和局部二值模式（ＬＢＰ）２种著名的人脸 局部特征表示方法的优劣．实验结果表明，在调优的 ＨＯＧ参数下，在具有光照和时间环境等复杂变化的ＦＥＲＥＴ人 脸库中，较少维数的 ＨＯＧ特征比ＬＢＰ特征有更好的表现，而且 ＨＯ
ALL-MAN-OCR
- 很全面的人脸特征的人脸定位技术研究，对于人脸的嘴巴 鼻子 眼睛 脸的轮廓进行特征判断区分。-all man ocr
ARM--OCR
- 基于ARM处理器设计的人脸定位技术研究，对于人脸的嘴巴 鼻子 眼睛 脸的轮廓进行特征判断区分。-to arm man ocr
COLOR-BASIC-OCR
- 基于皮肤颜色区分特征的人脸定位技术研究，对于人脸的嘴巴 鼻子 眼睛 脸的轮廓进行特征判断区分。-color basic ocr
MAN-OCR-MACH
- 基于自适应人脸定位技术研究，对于人脸的嘴巴 鼻子 眼睛 脸的轮廓进行特征判断区分。-mach man ocr mach
PCAPSVM-OCR
- 基于pca和svm特征的人脸定位技术研究，对于人脸的嘴巴 鼻子 眼睛 脸的轮廓进行特征判断区分。-to basic PCA AND SVM MODE ocr
face-recognition-matlab-code
- 基于PCA的人脸识别matlab代码。建立特征脸空间，而后将预存人脸图像和待识别图像投影到特征脸空间上，可以得到较高的识别率-Based on PCA face recognition matlab code. The eigenface space is established, and then the stored face image and the image to be recognized are projected onto the feature face space, and
主流的人脸识别技术
- 主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。 1. 基于几何特征的方法是最早、最传统的方法，通常需要和其他算法结合才能有比较好的效果； 2. 基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。 3. 基于模型的方法则有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。(The mainstream face recognition technology can
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