搜索资源列表
监狱人脸识别门禁系统
- 随着监狱的推进，传统的监控管理模式面临着改革的挑战。一方面识安全保卫形式的日趋严峻；另一方面是机构压缩、人员精简。新的形势向安全保卫工作提出了新的需求。在监狱的统一安排下，根据技术要求的在区域内设置了人脸识别门禁系统，并对系统进行了合理有效的整合，使达到了物防、技防、人防的有机结合。 监狱大门及 AB门是监管场所与外界交接的重要部位。为严格控制监舍区，生产区人员出入，防范罪犯逃脱，实现有效的统一指挥，确保监管场所的安全，在监狱大门及 AB门安装智能人脸识别管理系统。
Basedonwaveletanalysisandprincipalcomponentanalysi
- 基于小波分析和主成分分析的人脸识别研究随着社会的发展，社会各个方面对快速有效的身份验证的要求日益迫切。由 于生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，因此是身份 验证的理想依据。其中利用人脸特征又是最自然直接的手段，相比其他生物特征， 它具有直接、友好、方便的特点，易于为用户接受。从而，人脸识别吸引了越来 越多来自计算机视觉和信号处理等领域的关注，成为模式识别、图像处理等学科 的研究热点。-Based on wavelet analysis and princ
Facerecognition
- 人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会 议、人机交互、系统公安(罪犯识别等)等方面的巨大应用前景而越来越成为 当前模式识别和人工智能领域的一个研究热点。 本文提出了基于24位彩色图像对人脸进行识别的方法，介绍的主要内容是图像处理，它在整个软件中占有极其重要的地位，图像处理的好坏直接影响着定位和识别的准确率。本软件主要用到的图像处理技术是：光线补偿、高斯平滑和二值化。在识别前，先对图像进行补光处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确
788
- 人脸识别是机器视觉和模式识别领域最富有挑战性的课题之一，同时也具有较为广泛的应用意义。人脸识别技术是一个非常活跃的研究领域，它覆盖了数字图像处理、模式识别、计算机视觉、神经网络、心理学、生理学、数学等诸多学科的内容。如今，虽然在这方面的研究已取得了一些可喜的成果-Face recognition is the field of machine vision and pattern recognition, one of the most challenging issues, but also
Desktop
- 人脸识别技术是计算机模式识别领域非常活跃的研究课题，在法律、商业等领域有 着广泛的应用前景。自动人脸识别系统一般由两个模块组成：定位与检测模块，特征提 取与识别模块。本文对两个子模块进行了详细讨论，通过实验仿真了一个基于静态图像 的人脸识别系统。为提高系统的识别率，本文对定位检测模块和特征提取模块进行了深 入研究。 针对复杂多变人脸检测和定位问题，实现了一种基于对称特征的人脸定位方法。该 算法首先基于肽色特征提取出人脸区域，根据眼睛的颜色和梯度特征在肤色区找到眼睛 可
Textureandshapeinformationfusionforfacialexpressio
- 三维人脸识别的经典文章，也是三维人脸表情识别引用极多的文章，被模式识别杂志收录-Texture and shape information fusion for facial expression and facial action unit recognition Keywords: Facial expression recognition Facial Action Unit recognition Discriminant Non-Negative Matrix Factor
Image-Processing-and-Matlab
- 适用于数字图像处理，人脸检测，人脸识别，以及模式识别等编程-matlab fit
l1benchmark
- 主要用于解决模式识别中稀疏表示人脸识别核心问题L1范数源代码，程序采用同伦算法设计的，在目前稀疏表示多种算法中，同伦算法是性能公认最好的.-Mainly used to solve the sparse representation of face recognition pattern recognition in the core of L1 norm source code, the program designed using the homotopy algorithm, sparse
face_code_cpp
- 将生物特征识别应用于人脸，实际上是包含两个方面：第一，从图像或视频帧中检测人脸，即所谓的“人脸 检测”（face detection）；第二，对检测到的人脸进行识别，判断这张脸是谁，即“人脸识别”（face recognition）。 就实际应用而言，采用人脸做生物特征识别，其识别率、可靠性都无法与指纹、虹膜识别相提并论，但失 为模式识别中的一个典型应用，至少可以起到抛砖引玉的作用。-Paper of face identification sourc code
Pattern.Recognition
- 本书介绍广泛应用的人工智能技术——模式识别及其应用的最新进展，收集了世界一流的模式识别、人工智能和生物特征识别技术领域专家编写的31章内容，涵盖模式识别与机器智能、计算机视觉与图像处理、人脸识别与取证、生物特征身份验证等多方面结合的研究。其应用跨越多个领域，从工程、科学研究和实验，到生物医学和医学诊断，再到身份认证和国土安全。此外，《本书还介绍了人类行为的计算机建模和仿真。-Insights into a pattern-based method of trading that can inc
color-lbp
- 运用matlab，实现矢量版局部二值模式人脸识别，实现效果好-Use matlab, realize the vector version of local binary pattern recognition, to achieve good results
Gabor
- 人脸识别，Gabo:小波，伽玛分布，广义高斯分布，子模式技术，二维局部保持映射 -Face Recognition, Gabor Wavelet, Gamma Distribution, Generalized Gaussian Distribution, Sub-pattern Technique, Two-dimensional Locality Preserving Projections
Face-recognition-
- 人脸的研究是跨越人文科学与自然科学的新兴交叉研究领域，在最近几年得到了模式识别领域众多学者的重视，也取得了良好的研究成果。针对人脸这种生物特征的识别，在其过程中最为重要的一个环节是特征的提取，更好的提取出人脸的特征，将会使得识别更有有效和准确，提高分类的同时，也是的识别率有良好的提高。-Face recognition research is a new cross field across the humanities and natural science, had many scholar
Face-Recognition-System(LDP)
- 人脸识别系统毕业设计，核心算法是局部导数模式（LDP）。-this is a face recognition system, it is illustrated by the PPT int the jar
25292626
- 为了实现复杂环境下的人脸特征有效表达，提出一种改进的梯度方向直方图（ＨＯＧ）人脸识别方法．首先以人脸图像网格作为采样窗口并在其上提取 ＨＯＧ特征；然后将所有网格 ＨＯＧ特征向量进行组合，实现整个人脸特 征表达；最后采用最近邻分类器进行识别．另外，比较了该方法与Ｇａｂｏｒ小波和局部二值模式（ＬＢＰ）２种著名的人脸 局部特征表示方法的优劣．实验结果表明，在调优的 ＨＯＧ参数下，在具有光照和时间环境等复杂变化的ＦＥＲＥＴ人 脸库中，较少维数的 ＨＯＧ特征比ＬＢＰ特征有更好的表现，而且 ＨＯ
LBPfacerecognation20102754
- 关于模式识别的参考文献，有LBP（局部二值模式），BLBP（多尺度二值模式），MBE-LBP等多种算法，可以看考一下，里面的内容是有关于人脸的识别。-References about pattern recognition, with LBP (local binary pattern), BLBP (multi-scale binary mode), MBE- LBP and other algorithm, can look to take an examination of, it is
KNNeEnglish
- 可以分别介绍度量距离的KNN分类器英文论文，有欧式和马氏距离。对模式识别十分重要的作用，可以帮助新手更好的理解KNN原理，对人脸识别有着很好的演示作用。-KNN classifier can respectively introduces measure distance English papers, style and markov distance. For pattern recognition is an important role, can help beginners a bet
PCA_ORL
- 人脸识别技术作为生物体特征识别技术的重要组成部分，在近些年来已经发展成为计算机视觉和模式识别领域的研究热点。本实验是基于K-L变换的主成分分析法（PCA）在人脸识别中的应用，在ORL人脸库的基础上通过Matlab实现了快速PCA算法的验证仿真，并对样本图像进行了重构。本实验在ORL人脸库的基础上，选用每人前5张图片，共计40人200幅样本图像，通过快速PCA算法将10304维的样本特征向量降至20维，并实现了基于主分量的人脸重建，验证了PCA算法在高维数据降维处理与特征提取方面的有效性。-Fac
hdl
- 回顾与实现高维局部二进制模式及人脸识别应用-Review and Implementation of High-Dimensional Local Binary Patterns and Its Application to Face Recognition
5207
- 最小均方误差（MMSE）的算法，Gabor小波变换与PCA的人脸识别代码，模式识别中的bayes判别分析算法。- Minimum mean square error (MMSE) algorithm, Gabor wavelet transform and PCA face recognition code, Pattern Recognition bayes discriminant analysis algorithm.