搜索资源列表
facedetection
- 实现基于opencv的人脸检测， 附带两个训练好的分类器(face detection based on Opencv , with2 good training classifiers.)
AsmToolKit
- 友好UI，68点法实现人脸ASM，大量训练（40+）是良好结果的保证(Clear UI, using 68 points to allpy face searching with an ASM method)
FaceRec
- 人脸识别是一个有监督学习过程，首先利用训练集构造一个人脸模型，然后将测试集与训练集进行匹配，找到与之对应的训练集头像。最容易的方式是直接利用欧式距离计算测试集的每一幅图像与训练集的每一幅图像的距离，然后选择距离最近的图像作为识别的结果。这种直接计算距离的方式直观，但是有一个非常大的缺陷—计算量太大。如果每幅图像大小为100*100，训练集大小1000，则识别测试集中的一幅图像就需要1000*100*100的计算量，当测试集很大时，识别速度非常缓慢。(Face recognition is a s
main
- 人脸检测： 第一部分，使用Harr-like特征表示人脸，使用“ 积分图”实现特征数值的快速计算; 第二部分， 使用Adaboost算法挑选出一些最能代表人脸的矩形特征( 弱分类器)，按照加权投票的方式将弱分类器构造为一个强分类器; 第三部分， 将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，级联结构能有效地提高分类器的检测速度。(Face detection: In the first part, the Harr-like feature is used t
training
- 人脸识别，提供人脸识别功能以及训练模型。同时可以自定义训练(Face recognition provides face recognition function and training model. At the same time, you can customize the training)
haarcascades
- 可以在 opencv安装目录opencv\sources\data中找到。方便大家下载，故上传在这里。人脸检测，人脸识别，人眼检测，鼻子检测，嘴检测等等训练好的xml文件(You can find it in the opencv installation directory opencv\sources\data. Convenient for everyone to download, so upload here. Face detection, face recognition, eye
faceDetectForMatlab
- matlab面像识别训练后，进行人脸检测的代码(matlab Face detection code after face recognition training)
SIFT
- 面像识别训练时用到的归一化特征，进行人脸特征提取的代码(The normalization features used in facial recognition training, and the code for facial feature extraction)
raw_300W_release
- 面像识别训练时用到数据库，进行人脸测试训练代码(Face recognition training use database, face test training code)
initial_shape
- 面像识别训练时用到数据库，进行人脸定位初始化图像(The database is used in the face recognition training, and the face location initializes the image)
卷积神经网络详述
- 从卷积神经网络的发展历史开始，详细阐述了卷积神经网络的网络结构、神经元模型和训练算法。在此基础上以卷积神经网络在人脸检测和形状识别方面的应用为例，简单介绍了卷积神经网络在工程上的应用，并给出了设计思路和网络结构。(Starting from the history of the convolution neural network, the network structure, neuron model and training algorithm of the convolution neur
FaceTools-master
- 本次作业使用的是汤晓鸥团队的DeepID第一代的网络，通过Caffe训练模型参数，经过LFW二分类得到人脸识别准确率。(This job is used by the Tang Xiaoou team's DeepID first generation network. Through the Caffe training model parameters, the accuracy of face recognition is obtained through the LFW two clas
Linear Regression
- 线性回归实现人脸识别，有40类人脸图片共400张，200个训练集，200个测试集，通过2折交叉验证得到准确率为89%(Face recognition by linear regression)
PCA_classifier_version1b
- 许多图像问题需要某种物体的检测，其中图像之间的物体的外观有自然的变化。 如人脸识别，病变检测，神经通道分割。 这些图像问题可以通过手动注释图像对象来解决，以训练识别正常物体外观的模型。 这可以通过基于PCA的最大似然分类器来完成。(PCA algorithm suitable for detection / recognition of 2D image "objects")
剪枝操作.tar
- 这是用于人脸识别相关论文，包括迁移学习，神经网络训练学习率，超参数设置等(This is for face recognition related papers, including migration learning, neural network training learning rate, super parameter setting, etc.)
Face_Recognition
- matlab人脸识别官方例程加上ORL开源样本库的照片 还是很不错的 训练起来很舒服(Matlab face recognition official routines plus ORL open source sample library photos are still very good training very comfortable.)
faceDetected_from_data
- 导入训练数据以后，可以识别人脸对应的身份。(Detected human face from camera, after train with the demo data.)
matlab表情识别
- Matlab表情识别，特征脸[1 ]作为面部表情分类的方法。首先，利用训练图像创建低维人脸空间（pca）。这是通过训练图像集主成分分析（PCA）及图片主成分分析（即具有较大特征值的特征向量）获得的。 结果，所有的测试图像以所选择的主成分表示，计算投影图像与所有投影列车图像的欧几里得距离，选择最小值以找出与试验图像最相似的训练图像。(The feature face [1] is used as a facial expression classification method. Firstly,
基于生成对抗网络的图像自动生成
- 通过训练一定的数据集，可以自动生成数据集中所描述的类型的图像，可以做到以假乱真，使得图像的识别算法中看不出破绽，如果图像集是人脸，可以模拟生成出从来没见过的人脸！！！
CNN-figure-recognize
- 本程序主要包括：人脸识别、图像采集、模型训练等功能(Face recognition, image acquisition, model training)