当前位置：
首页 资源下载
搜索资源 - multi face detection
搜索资源列表
-
0下载：
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.
-
-
0下载：
人脸检测的研究具有重要的学术价值，人脸是一类具有相当复杂的细节变化的自然结构目标，对此类目标的挑战性在于：人脸由于外貌、表情、肤色等不同，具有模式的可变性；一般意义下的人脸上，可能存在眼镜、胡须等附属物；作为三维物体的人脸影像不可避免地受由光照产生的阴影的影响。因此，如果能够找到解决这些问题的方法，成功地构造出人脸检测系统，将为解决其他类似的复杂模式的检测问题提供重要的启示。-Face detection can be regarded as a specific case of object-
-
-
0下载：
复杂背景下多视角人脸检测与识别仿真需要的工具箱详解。-Complex Background Multi-View Face Detection and Recognition Detailed simulation toolbox needs.
-
-
0下载：
基于Adaboost算法的多姿态人脸实时视频检测江苏大学-Adaboost algorithm based on multi-pose face detection real-time video
-
-
0下载：
基于K-L展开的人脸检测matlab程序，采用K-L展开对图片主成分分析、多图训练，从而达到在复杂图片中检测人脸的功能。-KL expansion based on face detection matlab program, using KL expansion of the picture principal component analysis, multi-map training, so as to achieve a complex picture face detection fu
-
-
0下载：
利用局部二位模式和haar特征进行人脸或目标识别。-This toolbox provides some tools for objects/faces detection using Local Binary Patterns (and some variants) and Haar features.
Object/face detection is performed by evaluating trained models over multi-scan windows with
-
-
0下载：
用C#在Microsoft visual 2010运用微软Face SDK开发包设计，其中采用三种基于haar特征的检测算法，用于一般姿势下的正面人脸的haar检测器，适用于多种不同姿势的人脸检测的Multiview多视角检测器和MultiviewPyramid多视角金字塔检测器，MultiviewPyramid与Multiview区别在于MultiviewPyramid算法使用内存更少。-With C# in Microsoft visual 2010 using Microsoft Face
-
-
0下载：
复杂应用图片环境下，多目标的人脸检测识别-Under complex application image environment, multi-target face detection and recognition
-
-
0下载：
SeetaFace人脸识别引擎包括了搭建一套全自动人脸识别系统所需的三个核心模块，即：人脸检测模块SeetaFace Detection、面部特征点定位模块SeetaFace Alignment以及人脸特征提取与比对模块SeetaFace Identification。
主要功能：
人脸检测模块(SeetaFace Detection): 采用了一种结合传统人造特征与多层感知机（MLP）的级联结构，在FDDB上达到了84.4 的召回率（100个误检时），并可在单个i7
-
-
1下载：
1. 人脸检测的高正确率，误检，漏检很少，支持多脸（max=32）。 平面旋转高达 60 度，并带鼻，嘴定位，及眼镜判断等功能。 2. 支持双目(双摄像头)/多目的 3D 维度识别,增加了人脸的特征集,再次提高识别精度,并有效防止照片通过。 3. 人脸识别的高精度，向用户推荐的识别阀值不仅能适应光线环境的变化，具备满足实际应用的识别正确率。带 眼镜或头发挡住眉毛都行。（但黑粗边眼镜的识别率相对低些，即在较好的识别环境下，黑粗边眼镜仍是 OK 的，只要看得清眼球，就对识别率没有任何影响） 4. 在
-
