搜索资源列表
人脸检测系统源码
- 很好的人脸检测系统源码，有人脸扶正、训练特征提取网络和识别网络、使用已有的特征提取网络和识别网络、识别单幅人脸和识别人脸样本集
haar特征检测
- 基于haar扩展特征集的目标识别算法，包括样本的训练等一系列流程，是入门好材料。
2D-LDA
- 2维线性判别进行人脸识别的程序，很不错！采用ORL人脸库，取每人的1、3、5、7、9五幅图像作为训练图像，其余作为测试图像，进行二维线性判别。计算出特征向量矩阵，降序排列后，取前d（d=2,4,6，……，20）个特征向量组成的矩阵作为变换矩阵，对训练集合测试集进行特征重建，最后采用最近邻分类器。附有实验的结果。-code for face recognition based 2D-LDA，the performance is nice！
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
pcahhj
- PCA人脸识别程序，包括人脸训练样本集，是一款很好用的PCA程序，可以再matlab上很好的运行，-PCA face recognition process
DMMC
- DMMC算法在JAFFE 30*180训练与测试集下的人脸识别算法，其中包括源代码及所用的人脸库。-DMMC algorithm JAFFE 30* 180, under the training and test set of face recognition algorithms, including source code and libraries used by the human face.
ImageThemeFilter
- 对图像进行分主题过滤。 根据给定的图像样本集，进行样本训练，提取多个颜色空间中的多种方式(颜色矩，纹理谱，直方图，肤色模型等)的得到图像特征集；对待过滤图像进行特征提取，向量匹配，进而实现图像分主题分类功能。-Sub-theme of the image filter. According to a given set of image samples to conduct the training samples to extract more color space in multipl
Novel_Example-Based_Shape_Learning_For_Fast_Face_A
- 用于人脸对准的快速形状学习方法(论文)：提出了一种新的用于人脸特征对准的基于样本 的形状学习策略(ESL)。该方法是基于下面结论提出的：人脸图像差和形状差之间存在一种近似的线 性关系——即相似的人脸图像蕴涵着相似的形状。因此，给定一个人脸图像的学习集，其中人脸图 像的特征点都已手工标定。则任意新的人脸图像的形状可以如下抽取：估计该人脸图像和训练集中 训练图像的相似度，并将同样的相似度用于该人脸图像形状的重建-Fast Face Alignment for the shape of
Bayes-Iris
- 根据贝叶斯原理设计的一个简单的分类器，利用已知样本数据训练后，分类器就可以对未知样本进行分类。（实验时采用的是Iris数据集。）-According to the design of a simple Bayesian classifier, using the known training sample data, the classifier can classify the unknown samples. (Experiments using the Iris data set.)
algorithmbehavior
- 针对行为识别中行为者朝向变化带来的问题,提出了一种基于人体行为3D模型的2D行为识别算法.在学习行为 分类器时,以3D占据网格表示行为样本,提取人体3D关节点作为描述行为的特征,为每一类行为训练一个基于范例的隐马 尔可夫模型(Exemplar-based hidden Markov model,EHMM),同时从3D行为样本中选取若干帧作为3D关键姿势集,这个 集合是连接2D观测样本和人体3D关节点特征的桥梁.在识别2D行为时,2D观测样本序列可以由一个或多个非标定的摄 像机采集
TextonBoostSplits
- Sxena等人发表的关于图像语义分割的源代码，C#代码，包含训练需要的数据集和测试集-Sxena, who published the image semantic segmentation on the source code, C# code, including training needs of the data set and test set
number_recognized
- 使用bp神经网络进行数字识别，效果较好，并带有训练样本集-Use bp network to recognize the number，the result shows it is nice.
PCA
- 1、读入图片，根据PGN格式的line 2 确定矩阵的大小为 28*28=784，根据line4 获取. 2、读入图片，根据PGN格式的line 2 确定矩阵的大小为 28*28=784，根据line4 获取。 3、计算平均矩阵。 4、对平均值矩阵进行SVD： 5、平均矩阵进行SVD后的前20个singular vector的输出结果。 6. 将训练集的每一张图片当成一行，形成一个矩阵，然后对矩阵进行PCA分解。 7. 这个矩阵对测试集的每张图片进行降 维，得到的图像。(1, rea
texton boost
- 基于texton boost的图像分割，有监督，需要自己添加ground truth到训练文件夹进行训练，测试集和训练集随机分配(S upervised image segmentation based on texton boost. It needs to add ground truth to the training folder for training, and the test set and training set are allocated randomly.)
UCI的光学字符识别数据集
- 其目标是将大量黑白矩形像素显示器中的每一个识别为英文字母中的26个大写字母之一。字符图像基于20种不同的字体，并且这20种字体中的每个字母随机失真以产生20,000个独特刺激的文件。每个刺激被转换成16个基本的数字属性（统计矩和边缘计数），然后将其缩放以适合从0到15的整数值范围。我们通常在前16000个项目上进行训练，然后使用结果模型预测剩余的4000个字母类别。请参阅上面引用的文章以获取更多详细信息。(The objective is to identify each of a large
loadMNIST
- 在MATLAB中读取MNIST数据集，MNIST 数据集来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST). 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员. 测试集(test set) 也是同样比例的手写数字数据.(read MNIST data set in MATLAB
KDE
- 根据KDE原理，通过训练集训练，能够检测图片中运动的部分，将运动和静止的部分分别用白色和黑色表示。(KDE principle, motion detection, through training set, can detect the moving part of the picture, the moving part and the static part are expressed in white and black respectively.)
KNN学习
- KNN学习,通过测试集和训练集进行预测KNN学习,(KNN learns to predict through test set and training set)
SVM图像分割matlab
- 基于svm支持向量机的实现彩色图像分割，代码可以实现训练集上的(SVM - based color image segmentation)
人脸识别 MATLAB代码
- 使用pca方法对图像进行特征提取，对训练集的20个人的共一百张人脸进行训练，使用adaboost算法生成强分类器，可以对测试集的人脸图片进行识别，且识别率较高(The PCA method is used to extract the features of the image, and the training is carried out for a total of 100 faces of 20 people in the training set. The AdaBoost algor