搜索资源列表
Face-orientation-recognition
- LVQ即学习向量量化神经网络是一种用于训练竞争层的有监督学习方法神经网络，在模式识别和优化领域有着广泛的应用。本课题要求使用LVQ神经网络训练人脸的特征数据，得到模型对任一人脸图像的朝向进行识别。-Learning Vector Quantization LVQ neural network that is used to train competitive layer neural network supervised learning methods in the field of patt
Human-face-detection
- This file contains Human face detection based on skin color and model gaussian
face
- 人脸识别程序，，建立肤色模型与pca等来进行对人脸图像识别-Recognition program, and so on pca skin model for image recognition of human faces
PCA_rec_FRGC_depth
- 運用PCA將高精度人臉的深度資料(FRGC database)分析主成分後重建低精度的Kinect深度資訊值，細化Kinect所產生的量測誤差。重建出較好的三維人臉模型-The depth of data using PCA face of precision (FRGC database) Principal component analysis of the reconstruction after the low accuracy of Kinect depth information v
face-recognition
- 基于神经网络的自动人脸识别模型，研究利用神经网络进行人脸识别的性能，通过与其它分类算法比较，为将来更进一步的人脸识别算法研究或者软件设计提供设计依据。-Automatic face recognition based on neural network model to study the use of neural network recognition performance, by comparison with other classification algorithms, provi
Face_Recognition
- 基于opencv库中的人脸识别代码，可以实现检测并跟踪视频中的人脸，可以选择训练人脸模型，或者直接加载训练好的人脸模型来识别视频中的人脸身份。-Based opencv library, this face recognition code can be achieve detecting and tracking faces in the video. You can choose training face model, or load directly trained human face
WinCandide2
- WinCandide，Mattias Strand写的可执行程序，用于人脸识别，基于openCV，OpenGL，FLTK，-WinCandide，written by Mattias Strand for face model
JDA-master
- JDA是非常有名的人脸开源项目，读入CAFFEE深度学习人脸模型，直接进行人脸识别。可以在各个平台上使用。Android平台上完成人脸识别包含人脸模型小于20K ROM。-JDA is very famous face open source project, read the CAFFEE deep learning face model, face recognition directly.Can be used in various platforms.Android platform t
face-recognition
- 人脸检测方法主要有基于知识的方法、特征不变方法、模板匹配方法、基于外观的方法；脸部特征定位方法分为基于先验知识、几何形状、色彩、外观和关联信息等五类；人脸表情识别方法分为基于几何特征的识别方法，基于整体的识别方法，基于模型的识别方法，基于模板的识别方法。-Face detection methods are mainly based on knowledge of the method, the characteristics of constant method, template match
face
- 3d人脸模型，文件格式是.3ds，可导入vc中，进行三维人脸表情动画使用-3 d facial model, file format is. 3 ds, can be introduced into vc, use 3 d facial expression animation
DeepFace
- DeepFace一文依旧是沿着“检测-对齐-人脸表示-分类”这一人脸识别技术路线来的，其贡献在于对人脸对齐和人脸表示环节的改进。1）在人脸对齐环节，引入了3D人脸模型对有姿态的人脸就行分片的仿射对齐。2）在人脸表示环节，利用一个9层的深度卷积在包含4000人、400万张人脸的数据集上学习人脸表示，这个9层的DCNN网络有超过1.2亿个参数。本文的模型在LFW数据集上取得了97.25 的平均精度（逼近了人类97.5 的极限），同时在Youtube数据集上取得了当前最好的结果，比之前的NO.1整整高
face
- 用MATLAB实现的模态振型动画模拟，主要涉及到GUI中各控件的关联、模型网格绘制、各节点变形量颜色显示（第四维）、动画快速显示（如果可以，就把它称为第五维）等内容。-By mode shape animation MATLAB to achieve, mainly related to the association of each GUI controls, draw a grid model, each node deformation colors (the fourth dimensi
dataORL
- pca人脸识别，使用pca方法对人脸模型进行处理(Pca face recognition, using pca method to deal with facial model)
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
人脸识别代码
- 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。(Face recognition is a supervised learning process. Firstly, a face model is constructed by training set, and then the test set is m
face detection
- 运用HOG提取人脸特征与支持向量机算法训练模型，进行人脸识别(Using HOG to extract facial features and support vector machine algorithm training model for face recognition)
01 cats vs dogs
- 识别人脸，通过对视频中人物特征，识别人脸，通过机器学习建立模型，通过模型进行人脸识别(Recognition of human faces, recognition of human faces by characters in video, model learning by machine learning, and face recognition by model)
PRNet-master
- 利用深度学习进行单幅人脸图像的3D重建，有稠密的人脸纹理，效果十分好(from a single face image to regress 3d face model)
300
- 基于opencv的简易人脸识别系统，完成了拍摄，训练模型，识别自己的脸的功能(A simple face recognition system based on OpenCV has completed the shooting, training model, and recognizes the function of the face.)
3DDFA-master
- 基于Matlab平台，使用可塑模型，单张照片既可以实现人脸三维模型重建(Single photo can reconstruct three-dimensional face model)