搜索资源列表
orl-FACE-BASE
- 这里给出ORL人脸库，以及应用VC++实现人脸图像的分类识别，希望对大家有所帮助。-here is the ORL, and the application of VC Face Image Recognition, We want to help.
shenjianwangluo
- 基于神经网络的人脸图像识别方法研究,方法很不错哦,大家快看看吧-Neural Network Based Face Recognition Method, the method is pretty good, oh, we see it soon
faceimagesbyrf
- 从老外文章里看到一种基于分类器的人脸检测方法，好不容易搞到这个人脸图像训练集和测试集，现在贡献出来，希望对做人脸检测的朋友有帮助（图像比较全，有彩色人脸图像）-from generals saw an article based on the classification of face detection method finally got the facial image training set and test set, now contribute, hope to the huma
2007.2.23
- 人脸图像旋转矩阵应用，图像标准化，可用于人脸图像识别应用方面-Face Image rotation matrix applications, standardized images can be used for facial image recognition applications
RBF-1
- 一种基于改进径向基神经网络的人脸图像识别方法-RBFNN the Face Image Recognition
eigenFace_avgFace
- 对200张ORL人脸图像进行合成处理，生成71张特征脸和中性脸-right 200 ORL image synthesis, generating 71 Eigenface and neutral face
face123[matlab]
- 在本设计中源于将图像看作随机场的实例,同时从信号处理的观点出发，对图像进行统计描述。通过K-L变换降低人脸特征的维数，提取人脸图像的代数特征，并排序。这样，利用代数特征的比较，可从人脸库中识别一幅人脸。-in the design of the images from the airport as with the examples, from the viewpoint of signal processing, right image descr iptive statistics. Thr
face
- 用vc++编写的人脸识别系统软件，用于人脸图像的识别
lle
- 实现LLE算法，本算法是改进的LLE算法，主要是针对人脸图像的。
badaoxiama2
- 人脸轮廓提取 简介：针对彩色24位bmp位图，通过光照补偿、肤色检测、假区域去除、轮廓跟踪，可以得到人脸轮廓线。可以是单人脸图像和多人脸图像。
FACERECOGNITIONBASEDONFRACTALANDGENETICALGORITHMS.
- 本文的题目是基于分形和遗传算法的人脸识别方法，对有限人群提出一种采用分形特征和遗传聚类的识别方法: 将图像分成很多小区域, 分别计算各个区域的分形特征, 以充分利用图像二维信息 同一个模式有多个样本, 通过遗传算法进行聚类以得到最优解实现不变性识别. 最后采用ORL 人脸图像库的一组图像对比了新方法、本征脸法和自联想神经网络方法, 结果表明该方法的识别率, 与本征脸法相似, 比自联想神经网络高.
ResearchonFaceImageRetrievalBasedonPrincipalIndepe
- 提出一种基于独立分量分析的内容特征,并用于人脸图像检索,得到一种基于内容的图像检索新方案. 该方案首先在降维空间提取出基于高阶统计特性的主独立内容特征(PICF) ,应用提取的PICF 特征进行有效的人脸图像描述. 为确保计算有效性和检索正确率,运用可消除独立特征顺序不确定性的基于PICF 的检索方法,并在具备不同亮度、尺度、姿势和图像描述变化的RL 脸谱数据库中完成了人脸图像检索实. 计算机仿真结果验证了所提出方法的有效. 最佳检索率为100 ％ ,平均查准率达95. 14 ％P千次.
DigitalPic_bighomework
- 读入人脸图像，根据图像的水平，垂直灰度积分情况，将人眼范围取出，背景可以较复杂。
FaceDetectionSystem
- 是一套集图象处理、人脸检测和人脸识别以及人脸图像数据库管理于一体的完整识别系统。
210131182200792016214931175
- 在不同的生物特征识别方法中，人脸识别有其自身特殊的优势，因而在生物识别中有着重要的地位。（1）非侵扰性。人脸识别无需干扰人们的正常行为就能较好地达到识别效果，无需担心被识别者是否愿意将手放在指纹采集设备上，他们的眼睛是否能够对准虹膜扫描装置……只要在摄像机前自然地停留片刻，用户的身份就会被正确识别。（2）采集设备简单，使用快捷。一般来说，常见的摄像头就可以用来进行人脸图像的采集，不需特别复杂的专用设备。采集一般可在数秒内完成。（3）通过人脸识别身份，与人类的习惯一致。也就是说，人和机器都可以使用
2
- 基于模拟画像识别的论文，应用PCA的方法将人脸图像转换为伪画像然后进行识别
bp
- 基于BP网络的人脸图像边缘检测算法，不需要注册就可以下载
skinregdetect
- 可以检测多人脸图像，背景相对简单。 保留了图像的边缘信息，以区分相连的不同人脸肤色区域.运行时请放一张人脸图片到代码目录下,并改代码中的文件名.
stdface
- 将所以的人脸图像规一化，用灰度投影法定位脸的左右两侧，再用灰度投影大致定位眼睛，根据眼睛的距离进行几何缩放，将人脸规一化。
Illuminatio
- 基于多方法融合的人脸图像光照纠正算法，总结很全面，也很清楚！