搜索资源列表
人脸识别系统设计—毕业设计
- 本课题的主要内容是图像预处理,它主要从摄像头中获取人脸图像然后进行处理,以便提高定位和识别的准确率.该模块主要包含光线补偿、图像灰度化、高斯平滑、均衡直方图、图像对比度增强，图像预处理模块在整个系统中起着极其关键的作用，图像处理的好坏直接影响着后面的定位和识别工作,内有源代码和全部论文资料-this issue is the major content of image preprocessing, mainly from the camera to obtain images Face the
facedetection11
- 人脸检测和定位过程 主要是实现从静态图像中获取人脸的过程-face detection and localization process is mainly from a static image acquisition process Face
opncvexpressionsb
- 基于opencv的人脸识别程序。首先通过摄像头获取头部图像或者静态图像，然后自动提取脸部，最后判别出被识别人的身份-opencv based Face Recognition procedures. First through the camera to obtain images or head static images, and then automatically extract the face, finally judged to be identified as the perso
EAR
- 人耳识别技术是20世纪90年代末开始兴起的一种生物特征识别技术，与其它生物特征识别技术比较具有以下几个特点：（1）与人脸识别方法比较，耳识别方法不受面部表情、化妆品和胡须变化的影响，同时保留了面部识别图象采集方便的优点，与人脸相比，整个人耳的颜色更加一致、图像尺寸更小，数据处理量也更小。（2）与指纹识别方法比较，耳图象的获取是一种被动方式，即通过非接触方式获取耳图像，不存在通过接触传染疾病的机会，因此，其信息获取方式具有容易被人接受的优点。（3）与虹膜识别方法比较，首先，由于人脸和头发的存在，需
人脸检测系统
- 用VC++实现图像的人脸区域获取及特征提取
实现人脸肤色匹配程序
- 通过彩色摄象机获取一幅人脸的彩色图像。编制一个程序实现人脸肤色匹配，并把人脸从图像背景中分割出来。-By color camera for a face of color images. The preparation of a program that matches the skin color of man, and to face the background from the image segmentation.
Face-Detection
- 使用openCV利用普通的USB摄像头获取动态图像实时的检测出图像中的人脸并用红框框出。-Face Detection
Face
- 【原创】VS2008开发，基于OpenCV的人脸检测程序 从摄像头获取图像，人脸检测后输出。 “输出”文件夹中的XML文件为分类器，可以修改代码载入不同的分类器，牛人也可制作自己的分类器。-【原创】 OpenCV-based Face Detection procedure to obtain images from the camera, after the face detection output. " Output" folder for the classif
2DLDAwiththeSVM-basedfacerecognitionalgorithm
- 二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应，支持向量机 (SVM)具有结构风险最小化的特点，将两者结合起来用于人脸识别。首先，利用小波变换获取人脸图像的低频分量，忽 略高频分量：然后，用2DLDA算法提取人脸图像低频分量的线性鉴别特征，用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效性。-”Small sample size”problem
ren
- 本课题的主要内容是图像预处理,它主要从摄像头中获取人脸图像然后进行处理,以便提高定位和识别的准确率.该模块主要包含光线补偿、图像灰度化、高斯平滑、均衡直方图、图像对比度增强，图像预处理模块在整个系统中起着极其关键的作用，图像处理的好坏直接影响着后面的定位和识别工作。-The main content of this issue is image preprocessing, it is mainly to get from the camera face images and then proc
image_process
- 人脸识别系统，通过摄像头获取人脸图像代码-Face recognition system, through the camera for face image code
PCA-Face-Recognition
- 它主要从摄像头中获取人脸图像然后进行处理,以便提高定位和识别的准确率.该模块主要包含光线补偿、图像灰度化、高斯平滑、均衡直方图、图像对比度增强，图像预处理模块在整个系统中起着极其关键的作用-PCA Face Recognition
renlianshibie
- 本课题的主要内容是图像预处理,它主要从摄像头中获取人脸图像然后进行处理,以便提高定位和识别的准确率.该模块主要包含光线补偿、图像灰度化、高斯平滑、均衡直方图、图像对比度增强，图像预处理模块在整个系统中起着极其关键的作用，图像处理的好坏直接影响着后面的定位和识别工作-The main content of the subject image preprocessing, mainly from the camera to obtain images Face then be processed i
renlianshibie
- 本课题的主要内容是图像预处理,它主要从摄像头中获取人脸图像然后进行处理,以便提高定位和识别的准确率.该模块主要包含光线补偿、图像灰度化、高斯平滑、均衡直方图、图像对比度增强，图像预处理模块在整个系统中起着极其关键的作用，图像处理的好坏直接影响着后面的定位和识别工作,内有源代码和全部论文资料 -Image pre-processing is the main content of this topic, it is mainly for face images from the camera an
DCTandxianxinghuigui
- 提出了一种基于离散余弦变换和线性回归分类的人脸识别方法：通过离散余弦 变换获取人脸图像的变换域特征，以减小光照、姿态变化等影响-Proposed based on the discrete cosine transform and linear regression classification approach for face recognition: through the discrete cosine Transform to obtain images Face transf
image
- 给定一张妆容完好的人脸图像E和一张未化妆的人脸图像I，利用基本的图像处理技术完成妆容移植，获取人脸图像I的妆容照，并在此过程中对人脸图像I进行适当的美化处理。-Given a well-makeup face images E and not make a face image I, use basic image processing technology to complete makeup transplant, face image I get makeup photos, and in
image
- 给定一张妆容完好的人脸图像E和一张未化妆的人脸图像I，利用基本的图像处理技术完成妆容移植，获取人脸图像I的妆容照，并在此过程中对人脸图像I进行适当的美化处理。-Given a well-makeup face images E and not make a face image I, use basic image processing technology to complete makeup transplant, face image I get makeup photos, and in
Face_5_8
- 摄像头获取人脸图像 由2440完成人脸的识别和人脸所属人员的信息回显 整个注册 识别过程均有ui界面操作完成 其中opencv库存放的路径在pro文件中有注明(2440 face images from the camera to obtain recognition and face the personnel information to the entire registration process has UI interface to complete the identifica
getFaceInfo
- 从深度摄像头获取人脸图像，Face image acquisition from deep camera(Face image acquisition from deep camera)
real_time_recognize-master
- 从摄像头获取摄像头图像，进行实时人脸识别(Real-time Face Recognition by Capturing Camera Image from Camera)