搜索资源列表
MITEx人脸库
- 这是MIT人脸库，包括两组，一组人脸库，一组非人脸库，可以用分类器训练，然后用人脸识别程序识别，可以不用购买人脸库了。。。不错的-Face arsenal, including two groups, one group of people to face basement, a group inhuman face, you can use the classifier training, and then use face recognition procedures for identif
Face_001
- 基于形状特征的人脸分类研究,文中介绍了将模糊聚类方法用于人脸分类。 -based on the shape of the human face classification, the paper introduced the fuzzy clustering method for human face classification.
IHDR_SOURCE
- IHDR (Incremental Hierarchical Discriminant Regression) 。树结构的递归网络，可用于不同光照条件和不同姿态下的人脸分类。
facerecognition
- 基于OPENCV 的人脸检测代码学习 动态内存存储及操作函数 分类器结构及操作函数-It is uesd for face recognition which is baesd on opencv.
facedetection
- 对人脸照片进行图像预处理，特征值的提取，分类识别-The image of the face image preprocessing, feature extraction, classification and recognition
face
- FaceDetection是一个静态人脸检测程序，注意FaceDetection需要OpenCV提供的库支持，因此请首先到相关网站上下载并安装OpenCV，此外本程序需要导入一个分类器文件haarcascade_frontalface_alt.xml，该文件在OpenCV中提供，请读者将该文件复制到程序同一目录下，程序即可正确运行。-FaceDetection is a static face detection process, note FaceDetection need OpenCV l
c_FaceRecognition
- 利用haar小波调用分类器检测人脸，代码清晰，并有注释。是初学者的好帮手！-Haar wavelet call classifier using face detection, code clarity, and a comment. Is a good helper for beginners!
fuadabo
- vc++ OPENCV实现人脸检测 HAAR分类器实现的-vc++ OPENCV implementation of face detection classifier achieved HAAR
Adaboost-detection
- 基于ADABOOST的人脸检测程序，有分类器训练和测试-face detection based on adaboost
PCA-and-SVM-Face-recognition
- 采用PCA对人脸特征进行抽取，用SVM多累分类器对人脸进行识别，有操作界面-Using PCA for facial feature extraction, and more tired with the SVM classifier for face identification, a user interface
人脸识别代码
- 通过奇异值分解作为特征处理，训练人脸识别分类器，附带测试图片(Singular value decomposition (SVD) is used as feature processing to train the face recognition classifier)
B2DPCA和ELM人脸识别算法研究_李定珍
- 提出一种新型、高效的基于 Ｂ２ＤＰＣＡ（双向二维主成分分析）和 ＥＬＭ（极端学习机）的人脸识别算法， 该算法是根据曲波变换分解人脸图像和一种改进的降维技术，通 过 Ｂ２ＤＰＣＡ 生成识别特征集来训练和测试 ＥＬＭ 分类器，提高识别精度。通过大量实验，并把实验结果与现存技术进行比较，结果表明 Ｂ２ＤＰＣＡ＋ＥＬＭ 算法有效地提高了识别准确率，并降低了对原型数量的依赖。将来有望能把局部特征和基于曲波分解的全 局信息结合起来应用到识别精度和分类速度上。(a new human recognit
基于主分量的人脸重构
- 本实验是基于主成分分析法（PCA）在人脸识别中的应用，采用SVM分类器在ORL人脸库的基础上通过Matlab实现了快速PCA算法的验证仿真。
SVM人脸识别2
- 实现人脸识别，分类器用svm,功能非常好，改名易于理解，适合初学者(The realization of face recognition, the classifier uses SVM, the function is very good, the Rename is easy to understand, suitable for the beginner.)
(PCA+SVM)人脸识别
- 人脸识别，降维 加分类，主成分分析降维，支持向量机分类(Face recognition, principal component analysis reduced Vega classification, dimension reduction, support vector machine classification)
单样本人脸识别
- 利用KNN分类器在FERET人脸库上进行单样本人脸识别(Single sample face recognition on FERET face database using KNN classifier)
程序
- 模式识别，基于adaboost的人脸检测的相关程序(Pattern recognition, face detection program)
人脸表情识别matlab程序LBP+LPQ算法融合，SVM分类
- 基于matlab的人脸表情识别，LBP+LPQ算法融合(Facial expression recognition based on MATLAB)
人脸检测OPENCV
- 使用VS2013编写+OPENCV2.49，能够读取图片并识别人脸，采用 分类器制作，调试通过，也可以改为摄像头
人脸识别 MATLAB代码
- 使用pca方法对图像进行特征提取，对训练集的20个人的共一百张人脸进行训练，使用adaboost算法生成强分类器，可以对测试集的人脸图片进行识别，且识别率较高(The PCA method is used to extract the features of the image, and the training is carried out for a total of 100 faces of 20 people in the training set. The AdaBoost algor