搜索资源列表
MilTracker-V1.0
- 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.
codes
- 在3D坐标系下展示一些离散流形及流形上的1NN和kNN分类器-plot some discrete manifold in 3D Cartesian coordinate system；1NN and kNN classifiers on manifolds
Bayes
- 最小错误概率的Bayes分类器 手写数字识别-Minimum error probability of Bayes classifier handwritten numeral recognition
linearClassifier
- 模式识别基础算法-线性分类器的源代码 有自动生成分类器和手工绘制分类器两种模式 附测试图片-Based pattern recognition algorithm- linear classifier with automatic source code generation classifier and two modes of hand-drawn classification test image attached
jiyutezhengronghehemohuhepanbian
- 提出了基于特征融合和模糊核判别分析(FKDA)的面部表情识别方法。首先，从每幅人脸图像中手工定 位34个基准点，作为面部表情图像的几何特征，同时采用Gabor小波变换方法对每幅表情图像进行变换，并提取基 准点处的Gabor小波系数值作为表情图像的Gabor特征；其次，利用典型相关分析技术对几何特征和Gabor特征进 行特征融合，作为表情识别的输人特征；然后，利用模糊核判别分析方法进一步提取表情的鉴别特征；最后，采用最 近邻分类器完成表情的分类识别。通过在JAFFE国际表情数据库和
recognize
- 利用matlab的GUI编程完成了用于解决二维多类问题的分类器算法，并实现了方便的人机界面（在matlab2008a环境下编写的，由于matlab界面生成工具GUIDE版本上可能存在不兼容性，在其他低版本的matlab中运行时可能会发生错误）-GUI programming using matlab s done to resolve the problem of two-dimensional multi-class classification algorithm, and implemen
SVM_FACE
- 基于支持向量机的人脸检测训练集增强算法实现。根据支持向量机(support vector machine，简称SVM)~ ，对基于边界的分类算"~(geometric approach)~ 言，类别边界附近的样本通常比其他样本包含有更多的分类信息．基于这一基本思路，以人脸检测问题为例．探讨了 对给定训练样本集进行边界增强的问题，并为此而提出了一种基于支持向量机和改进的非线性精简集算法 IRS(improved reduced set)的训练集边界样本增强算法，用以扩大-91l练集并改
4
- 基于OPENCV的环境下，利用级联Ｈaar分类器寻找检测目标-OPENCV based environment, the use of Haar classifier cascade find testing targets
code
- 代码是MATLAB环境下基于k-nn算法的分类器对数据iris的分析-under matlab environment based on k-nn classifier for the iris.data
k-nnaustralia
- 基于MATLAB环境下k-nn算法分类器对Australia.data的分析-under matlab based on the k-nn classifier analysis for the australia.data
3DFaceRecognitionBasedon3DLBPandKernelDiscriminant
- 二维照片的人脸识别对光照、姿态和化妆等因素很敏感，故提出了一种将三维局部二值模式(3DLBP)和核享，1剐分析(KDA)相结合的三维人脸识剐方法．采用3DLBP描述人脸深度图像的特征，高斯核函数KDA 作为分类器，使用Chi平方统计改进高斯核函数、采用FRGC v2．0中2003春季采集的三维人脸库进行实验．实验结果表明，该 方法在每人2个训练样本时，识别率为91．8％，而PCA和3DLBP的识别率分别为60．4％和78．3％；当每人的训练样本数增至6个时，识别率为98．4％，而PCA和3D
shibie
- 基于奇异值分解的人脸识别方法 梁毅雄 龚卫国 潘英俊 李伟红 刘嘉敏 张红梅 提出了一种将傅里叶变换和奇异值分解相结合的人脸自动识别方法.首先对人脸图像进行傅里叶变换,得到其具有位移不变特性的振幅谱表征.其次,从所有训练图像样本的振幅谱表征中给定标准脸并对其进行奇异值分解,求出标准特征矩阵,再将人脸的振幅谱表征投影到标准特征矩阵后得到的投影系数作为该人脸的模式特征.然后,对经典的最近邻分类器算法进行了改进,并采用模式特征之间的欧式距离作为相似性度量,从而完成对未知人脸的识别.采用ORL
img-mhrg
- 分类器设计的好坏对于图像识别效果有着重要影响. 本文基于黄等所提出的识别方法,定义了一类更 广泛的隶属函数,并借助于投影算子理论、子空间理论,对所提隶属函数的性质进行了深入的理论分析,证明了所提隶 属函数所具有的若干良好特性,-Classifier design is good or bad for the image recognition results have an important impact. Yellow, etc. Based on the proposed reco
fenleichengxu
- 本程序主要视图界面分两部分，左视图是训练样品设计，右视图是模式识别，可根据模式识别菜单项进行识别。分类器包括模板匹配分类器，Bayes分类器。分类法包括线性函数分类法，非线性函数分类法和神经网络分类法。-The program interface main view in two parts, the left view is the training sample design, the right view is the pattern recognition, pattern recogn
Haar
- 用haar 小波分类器分析人脸识别 的源码。分级强分类器-Haar wavelet classifier with the source code of face recognition. Rating strong classifier
4
- haar小波分类器里的训练过程，包括正资料训练与负资料训练-haar wavelet classifier in the training process, including information on positive and negative training data training
face
- haar小波处理 分类器 人脸检测 多级分类器-haar wavelet processing of face detection classifier multi-classifier
zimufenlei
- 字母识别的一种应用并配有简单的分类器及基于BP网络的英文字母识别系统-Letters of application and identify with simple classifier based on BP neural network, and the English alphabet recognition system
GimagepatterclassfiyVC
- 成功完成了模式识别的监督和非监督方法包括：Fisher线性分类器，分级聚类算法等经典算法，程序易懂。-Successfully completed the supervision and unsupervised pattern recognition methods include: Fisher linear classifier, hierarchical clustering algorithms such as classical algorithm, the program easy
gg
- 模式识别，包括分类器的设计，字符识别，以及BP神经网络-recogition