搜索资源列表
Facial_Feature_Tracking
- 通过建议一个人脸形状先验模型关注该问题，该模型基于受限Boltzmann Machines (RBM)及其变种构建。特别的，我们首先基于深度信任网络构建一个模型以获取接近正视角的表情变化的人脸形状变量。为了解决姿态变化问题，我们将正面人脸形状先验模型整合到一个3路（3-way）RBM模型，其可以获取正面人脸形状和非正面人脸形状间的关系。最后，我们建议一个方法，将人脸先验模型和人脸特征点的图像度量系统性地组合在一起。-we address this problem by proposing a
beng_bk40
- 利用贝叶斯原理估计混合logit模型的参数，人脸识别中的光照处理方法，大学数值分析算法。- Bayesian parameter estimation principle mixed logit model, Face Recognition light treatment method, University of numerical analysis algorithms.
qa411
- 采用加权网络中节点强度和权重都是幂率分布的模型，人脸识别中的光照处理方法，在MATLAB中求图像纹理特征。- Using weighted model nodes in the network strength and weight are power law distribution, Face Recognition light treatment method, In the MATLAB image texture feature.
tan-V5.0
- 人脸识别中的光照处理方法，是国外的成品模型，研究生时的现代信号处理的作业。- Face Recognition light treatment method, Foreign model is finished, Modern signal processing jobs when the graduate.
nn655
- IDW距离反比加权方法，Gabor小波变换与PCA的人脸识别代码，采用加权网络中节点强度和权重都是幂率分布的模型。- IDW inverse distance weighting method, Gabor wavelet transform and PCA face recognition code, Using weighted model nodes in the network strength and weight are power law distribution.
主流的人脸识别技术
- 主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。 1. 基于几何特征的方法是最早、最传统的方法，通常需要和其他算法结合才能有比较好的效果； 2. 基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。 3. 基于模型的方法则有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。(The mainstream face recognition technology can