搜索资源列表
FaceRecog_src
- 程序结构 整个工程可以分为3个部分：算法、功能和应用。 算法部分 算法部分目前分为4个模块：人脸对齐、光照归一化、特征提取和选择、子空间降维，每个模块是一个项目，每个项目生成一个dll供功能部分显式调用。 功能部分 功能部分只有一个项目FaceMngr，该部分依赖于算法部分，实现人脸注册、训练、识别、导入/导出等具体功能。该项目生成一个dll供应用部分隐式调用。 应用部分 人脸识别Demo. 另外，工程中
IamSeg
- 基于形态学商图像的光照归一化算法.复杂光照条件下的人脸／P,~J1是一个困难但需迫切解决的问题，为此提出了一种有效的光照归一化算法． 该方法根据面部光照特点，基于数学形态学和商图像技术对各种光照条件下的人脸图像进行归一化处理，并且将它 发展到动态地估计光照强度，进一步增强消除光照和保留特征的效果．与传统的技术相比，该方法无须训练数据集以 及假定光源位置，并且每人只需一幅注册图像，在耶鲁人脸图像库B上的测试表明，该算法以较小的计算代价取得了 优良的识别性能．-Face recogn
45353453
- 非常好的人脸以及人眼检测的例子。OpenCV支持的目标检测的方法是利用样本的Haar特征进行的分类器训练，得到的级联boosted分类器（Cascade Classification）。注意，新版本的C++接口除了Haar特征以外也可以使用LBP特征。-Very good example of the human face and the human eye to detect. OpenCV supported target detection method is carried out us
FaceReco_PCA3
- 这是一个用VC6编写的PCA人脸识别程序，用到了opencv库，库文件一起上传了，可以直接编译。也有相应的训练与测试图像。感觉效果还可以！-This is a PCA face recognition using VC6 written procedures, use the opencv library, library file with the upload, can be directly compiled. Have corresponding training and test im
CascadeClassifierTest
- 基于OpenCV CascadeClassifier的人脸和人眼检测代码,用到两个训练好的分类器-Good classifier based the OpenCV CascadeClassifier face and eye detection code, used in the two training
Facerecognitionhandbook
- 介绍当前所有人脸技术的改进工作.包手肤色建模,Adaboost训练,Suan算法等改进算法.-Introduced all the current technology to improve the working face. Packet hand color model, Adaboost training, Suan algorithm to improve the algorithm.
BPshenjing
- 一个BP神经网络的matlab仿真，经过训练的神经网络可以识别人脸的方向-A BP neural network matlab simulation, neural network trained to identify people face the direction of
pca2D
- 2DPCA用于人脸、步态等图像识别，可先按照行列比例将不规整图像归一化处理，然后进行训练，并且识别，全部中文注释和提示，便于学习和参考。-2DPCA human face, gait, such as image recognition, in accordance with the ranks of the ratio can not structured to deal with the normalized image, and then training, and recognition
PSO-SVMface
- 基于PSO训练SVM的人脸识别 利用支持向量机在学习能力方面表现的良好性能,结合核主元分析特征提取方法,将其应用于人脸识别中,该方法在实验中表现了良好的识别性能,为人脸识别领域提供了一条新的识别途径-PSO-based SVM for face recognition training using support vector machine learning ability in the performance of good performance, combined with KPCA
daima
- （压缩包里一共有5个代码） pca+lda+粗糙集+模糊神经网络 saveORLimage.m将ORL人脸库分为测试集ptest和训练集pstudy存为imagedata.mat 1.savelda.m将人脸库先进行pca降维，再用lda进行特征提取，得到新的测试集ldatest和训练集ldastudy存为imageldadata.mat 2.对ldastudy进行离散化(discretimage.m)，得到离散化矩阵disdata,存入到imagedisdata.mat
ActiveAppearanceModels(1998)
- amm模型（主动形状匹配模型）在人脸定位中应用较多，通过对样本的训练拟合得到；初始化需要注意-amm model (active shape model matching) face in the application of more targeted, through the training samples have been fitted initialization needs attention
15883876gvf_model
- 采用非均匀的马尔科夫随机场模型来描述肖 像画与人脸图像之间的统计关系，并使用基于训练样本的非参数化的概率表示，在贝叶斯优化的框架下设计了迭 代采样算法，可以自动的从人脸图像生成特定风格的肖像画-W e learn the portraiture from a set of real artwork examples．Dif— ferent from previous texture synthesis and image synthesis works that assumed mo
yaleB01_P06.tar
- 人脸识别训练图库，我想对做人脸识别的朋友会有帮助的-face database
Example-Based_Automatic_Portraiture
- 摘 要 提出了一种基于样本学习的人脸肖像画自动生成算法.文章采用非均匀的马尔科夫随机场模型来描述肖 像画与人脸图像之间的统计关系 ,并使用基于训练样本的非参数化的概率表示 ,在贝叶斯优化的框架下设计了迭 代采样算法 ,可以自动的从人脸图像生成特定风格的肖像画.在该方法中 ,使用非均匀的统计模型是保持肖像中人 脸结构准确性的关键.文中所提供的例子表明了该文方法的有效性-Abstract In this paper , we present a new approach for au
PCA_FaceRecognition
- 用PCA方法来进行人脸识别，并且有训练数据和测试数据。-With the PCA approach to face recognition, and there are training data and test data.
face-identification
- 运用神经网络识别简单人脸图形。包括图形处理，训练样本，以及最后识别。-The use of neural networks recognize simple face graphics. Including the graphics processing, training samples, and the final identification.
04.FaceDetect
- adaboost 训练方式 有点失真 但是还是可以算出人脸-adaboost
MySourceFilter
- 已训练好的人脸检测滤波器，进行人脸检测研究的同志们可以享受成果了。-Good people have been trained face detection filters, for the study of face detection comrades can enjoy the fruit.
KL_jianliyangben
- 用k-l变换实现人脸识别，7组训练样本加上7组测试样本-Kl Transform using face recognition, seven groups with seven groups of training samples tested samples
face
- 本源码是基于matlab基础上的，实现人脸检测，有关于训练的形成-face detection