搜索资源列表
haarcascade_frontalface_alt2
- 前脸的检测，分类器，训练分类器，人脸检测，opencv-Prior to face detection, classification, and the training classifier, face detection, opencv
fdp-v51
- 神经网络人脸检测程序。采用Gabor变换提取特征，使用前馈网络分类识别。-Face Detection Program。
proj2.release
- 机器学习-人脸识别，根据给定的学习样例，提取特征，生成分类。对测试的样例进行人脸方向的分类。需要在vs中进行开发。-Machine learning- face recognition, according to the given learning sample, extract features, generate classification. The test sample to face the direction of classification. Vs the need to d
VideoBasedFaceDetection
- 视频搜索中人脸识别关键技术的研究与实现。本文对人脸检测与识别技术进行了研究，实现了一个用于视频搜 索的自动人脸识别系统。该系统对输入的视频帧进行人脸检测和定 位，经过图像预处理之后，进行重要特征点Gabor一Fisher的特征提取 和分类识别。-Video search, face recognition and implementation of key technologies. In this paper, face detection and recognition tech
DCT
- 本文设计基于DCT的人脸识别系统，首先结合当今人脸识别的背景和发展状况讨论了人脸识别的研究内容及在各方面的应用；然后研究了人脸识别进行预处理，讨论了人脸识别预处理的其他方法，分析各种方法的利弊，最后采用DCT（离散余弦变换）实现人脸图像预处理中的降维处理；接下来对人脸图像的特征提取进行了研究，简单叙述了几何特征提取和代数特征提取，同时深入研究了基于DCT和PCA变换的人脸图像特征提取，从而实现是否对人脸识别系统识别率有所提高的研究；对于分类器的选择，本文对两种分类器进行了探讨，即最近邻分类器和B
face
- 人脸识别程序，采用的是knn分类器，基于类内类间距离准则，特征提取。-Face recognition process, using the knn classifier, based on within-class inter-class distance criteria, feature extraction.
MilTracker-V1.0
- 人脸检测，多实例,取多个实例来提取特征，形成一个特征池，分类器仍然是用级联生成，检测效果好，准确率比较高。-Face detection, multi-instance, take multiple instances to extract features, to form a feature pool with cascading classifier is still generating, testing effective, relatively high accuracy.
adaboost
- Adaboost训练分类器的源代码，是快速人脸检测的必备。-It is the code for training classifiers by Adaboost to Face Detection
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
renlianshibie
- 利用PCA对人脸图像进行降维，然后训练神经网络分类器的Matlab程序-the Matlab in face recoginization using PCA algorithm
20064817924orl_faces_112x92
- ORL人脸图像库，共40人，每人10幅图像，其中每人的前5幅作为训练样本，后5幅作为测试分类样本，统计正确分类率。分类准则为最近邻规则。 真实的图像尺寸为112x92，列向量堆积对应人脸库矩阵的每一列。 -ORL face image database, a total of 40 per 10 images, each of which the first five as training samples, after the 5 categories as a test sampl
pca_knn
- 本方法采用pca进行特征提取，knn分类器进行人脸识别。-The method of feature extraction using pca, knn classifier for face recognition.
face
- 完整的表情识别系统一般包括人脸表情图像捕获、预处理、人脸检测与定位、 人脸分割与归一化、人脸表情特征提取、人脸表情识别。本文着重研究了人脸表 情特征提取、特征选择及表情分类等关键问题，并提出了一些改进的方法，同时 进行了仿真实验-Complete expression recognition systems typically include facial expression image capture, preprocessing, face detection and loca
3DFaceRecognitionBasedon3DLBPandKernelDiscriminant
- 二维照片的人脸识别对光照、姿态和化妆等因素很敏感，故提出了一种将三维局部二值模式(3DLBP)和核享，1剐分析(KDA)相结合的三维人脸识剐方法．采用3DLBP描述人脸深度图像的特征，高斯核函数KDA 作为分类器，使用Chi平方统计改进高斯核函数、采用FRGC v2．0中2003春季采集的三维人脸库进行实验．实验结果表明，该 方法在每人2个训练样本时，识别率为91．8％，而PCA和3DLBP的识别率分别为60．4％和78．3％；当每人的训练样本数增至6个时，识别率为98．4％，而PCA和3D
PCA-SVM
- 人脸识别程序 程序源代码可见 识别精度高PCA-SVM-Face Recognition program PCA-SVM
shibie
- 基于奇异值分解的人脸识别方法 梁毅雄 龚卫国 潘英俊 李伟红 刘嘉敏 张红梅 提出了一种将傅里叶变换和奇异值分解相结合的人脸自动识别方法.首先对人脸图像进行傅里叶变换,得到其具有位移不变特性的振幅谱表征.其次,从所有训练图像样本的振幅谱表征中给定标准脸并对其进行奇异值分解,求出标准特征矩阵,再将人脸的振幅谱表征投影到标准特征矩阵后得到的投影系数作为该人脸的模式特征.然后,对经典的最近邻分类器算法进行了改进,并采用模式特征之间的欧式距离作为相似性度量,从而完成对未知人脸的识别.采用ORL
bayes
- 贝叶斯分类器的设计与实现，非常好的应用程序，能够在其上面实现人脸识别-Bayesian classifier design and implementation of a very good application, face recognition can be achieved in the above
adaboost
- adaboost算法学习资料，深入讲解了adaboost算法的理论和应用，是人脸检测学习的重要参考文献，做模式分类的同学可以研究一下-adaboost algorithm to learn the information, further explained the theory and application adaboost algorithm, face detection is an important reference for studying literature, student
adaboost9.26
- adaboost方法实现人脸分类 可直接运行的程序-face classification method implementation adaboost
kpca
- 运用KPCA方法在ORL人脸库上进行人脸识别，分类器为最近邻分类器。-KPCA method using ORL face database for face recognition, classification for the nearest neighbor classifier.