搜索资源列表
Eigenface
- 人脸识别Eigenface算法的完整实现，主要基于PCA(主成成分分析)和kNN(k近邻)分类器实现，测试模板库基于ORL和yale，可以达到98 的识别率。-Eigenface complete recognition algorithm, mainly based on PCA (Principal Component Analysis into) and kNN (k nearest neighbor) classifier implementation, test template li
YelaFaces
- 耶鲁大学的人脸库，用于做图形处理的一个重要的人脸图像标准。-Yale face , used to make an important graphics processing face image standards.
yalefacedatabase
- 给出了yale人脸识别所需的图像数据，可直接进行图像操作-Yale recognition given image data required to direct image manipulation
testPCA-yale
- 主成分分通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。-Principal component orthogonal transform a set of variables may be correlated into a set of linear uncorrelated variables, which set of variables called principal component after conversion.
svm
- 利用matlab实现svm函数包的调用，在人脸数据库yale上进行人脸识别-using matlab to apply function svm to achive scan face on the data of yale
yalemain
- 人脸识别，验证参数错误率，选择错误率小的参数 （对yale人脸库进行人脸识别），代码完整-Face recognition, validate parameter error rates, choose the parameters of the error rate is small (library of Yale face for face recognition), code integrity
local-best-fit-flats-clustering
- 可实现局部最优近似平面数据聚类，该聚类方法是一种常用的子空间聚类方法，文章作者没有给出相应的源码，这里提供给大家。经过测试可以实现数据聚类，但是对人脸数据集extended yale B效果不理想。参考文献：Teng Zhang, Arthur Szlam, Yi Wang, et al. Hybrid linear modeling via local best-fit flats [J]. International Journal of Computer Vision, 2012, 100
yalefaces
- 耶鲁大学人脸识别所用的库，是很多都都想要用的，我靠这个库毕业的-Yale University face recognition library, is that many want to use, I rely on this library graduation
KPCA
- 人脸识别的kpca算法，在pca算法的基础上进行了改进，主要是针对yale数据库，可以在其他数据库上使用-The kpca algorithm about face recogniton,it make an improvement with the pca algorithm,the base of the experiment is yale,but can be used on other face
yalefaces
- Yale face in separate directory for each subject-Yale face in separate directory for each subject
lbp人脸识别
- 这是一个基于LBP算法的，用来识别yale数据库的完整程序
bianli
- 人脸数据库中的Yale数据库中，去遍历所有的图像，并使用自商图进行消光照处理。-In the Yale in the face , go through all the images and use the self-image to do the opener.
Yale_5G
- 基于 yale人脸数据库的人脸识别源码。采用了PCA+SV方法。实现计算识别率，包含部分yale人脸数据库。-Face recognition based on yale face source. Using the PCA+SV method. To achieve the calculation of recognition rate, including part of the yale face .
yale人脸数据库
- 用于人脸识别算法，标准人脸数据库，15个不同的人，每个人有11个不同的表情(For face recognition algorithm, standard face database)
Extend Yale B dataset
- 用于人脸聚类的图像数据集。可以用于人脸图像聚类，子空间聚类等一系列相关的应用。
Extended Yale B Database
- 这是MNIST数据库（一个手写数字的数据库，它提供了六万的训练集和一万的测试集，它的图片是被规范处理过的，28*28的灰度图） 总共4个文件: train-labels-idx1-ubyte: training set labels t10k-images-idx3-ubyte:? test set images t10k-labels-idx1-ubyte:? test set labels train-images-idx3-ubyte: training set images(T
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
基于.net的CAS登录集成
- 使用耶鲁大学的CAS系统进行.net下单点登录集成。(Yale University's CAS system is used for.Net single sign on integration.)