搜索资源列表
qly
- 光照补偿的论文 谁有人脸识别程序 -light compensation thesis Thank you, whoever face recognition procedures
PCA+LDA.Class.vc
- 结合PCA+LDA的图像识别算法VC封装类,PCA（主元素分析，光照敏感）,可用于人脸识别的初级算法-combination of image recognition algorithm VC Packaging category, PCA (principal component analysis, Light-sensitive), can be used for the initial face recognition algorithm
face
- 人脸识别技术的几个主要研究方向,计算机人脸识别是指基于已知的人脸样本库,利用计算机分析图像和模式识别技术从静态或动态场景中,识别或验证一个或多个人脸。通常识别处理后可得到的基本信息包括人脸的位置、尺度和姿态信息。利用特征提取技术还可进一步抽取出更多的生物特征(如:种族、性别、年龄..) 。计算机人脸识别是目前一个非常活跃的研究课题，它可以广泛应用于保安系统、罪犯识别以及身份证明等重要场合。虽然人类对于人脸的识别能力很强，能够记住并辨识上千个不同的人脸，可是对于计算机则困难多了，其表现在：人脸表情
faceRecog基于OpenCV的人脸识别系统
- 使用了Gabor+LDA算法，包含人脸检测、对齐、光照预处理、识别模块
自己关于TVL1方法的改进
- 自己关于TVL1方法的改进 用来去除人脸上面的光照得到人脸的纹理图像，对于光照下人脸识别有相当大的作用。也可以用来定位,Their own methods to improve on TVL1 people face to face to remove the light to be Face of texture images, for face recognition under illumination a significant role. Can also be used to pos
Equalization
- MATLAB实现人脸识别,光照归一化算法-MATLAB realization of face recognition, illumination normalization algorithm
去除人脸光照不均
- 光照不均是人脸识别的的一个难点和关键！光照不均严重影响了人脸识别的结果。改算法可以较好的去除人脸的关照不均！
FERET 人脸数据库
- FERET 人脸数据库是在人脸识别的图像处理中用到最多的一个数据，美国军方的FERET人脸数据库，共1400幅图片。包括200个人，每人7幅，对应不同的姿态，表情，和光照条件，是目前最权威的人脸数据库，做人脸识别必备！
FaceRecog_src100902
- 基于OpenCV的人脸识别演示程序。目前实现了Gabor+Fisherface算法，还有几何和光照归一化。 -->请到 http://code.google.com/p/facerecog/ 下载最新版本。<-- 功能：对摄像头拍摄的或用户指定的图像，检测其中人脸，然后在已存储的人脸库中找到最匹配的人脸并显示。 在VS 2008 SP1上编写，使用了OpenCV 2.0和MFC，通过消息处理函数与用户进行交互，利用多线程来实时显示图像。 数据处理分为了C
illumination-normalization
- 这个c#编写的程序，用来对人脸图像进行预处理，从而提升人脸识别算法的性能。这里提出了3种用于人脸识别的图像预处理的光照归一化算法，即：Multiscale retinex和anisotropic 和isotropic平滑方法。-The c# Preparation procedures used for face image preprocessing, so as to enhance the performance of face recognition algorithms. Here p
lpp
- 基于LPP的人脸识别模块，运用matlab7.0编写，识别率达到70 以上，能够很好的识别不同姿势，光照，表情的变化-LPP-based face recognition module, using matlab7.0 writing, over 70 recognition rate can be a very good identification of the different positions, illumination, expression changes in
hh
- 人脸识别（色彩空间转换，光照补偿，提取定位人脸）-face recognition
Facerecognitionbasedonilluminationinvariant
- 基于光照不变量的人脸识别-Face Recognition,Based on Illumination Invariant
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
algorithm
- 任意光照人脸识别算法，从各种不同侧面光照的图片中计算出正面光照的算法，仅仅是算法，可以用VC实现，比较简单。-Any light face recognition algorithm, from a variety of different aspects of light in the image algorithm to calculate a positive light, just algorithms can be used VC to achieve, is relatively s
Cprogram
- 光照人脸识别的预处理程序，比较简单，但很实用，效果较好-Light face recognition preprocessor
PreFace
- 采用光照归一化算法，可以用于人脸识别的预处理。-Illumination normalization algorithm for face recognition.
人脸识别
- 使用OPENCV库提供的接口，实现人脸的识别功能。 在一个人脸识别系统中，应用多种预处理技术对将要识别的图片进行标准化处理是极其重要的。多数人脸识别算法对光照条件十分敏感，所以假如在暗室训练，在明亮的房间就可能不会被识别出来等等。比如脸部也应当在图片的一个十分固定的位置（比如眼睛位置为相同的像素坐标），固定的大小，旋转角度，头发和装饰，表情（笑，怒等），光照方向（向左或向上等），这就是在进行人脸识别前，使用好的图片预处理过滤器十分重要的原因。你还应该做一些其它事情，比如去除脸部周围的多余像素（
test
- 该方法利用人脸具有镜像对称的自然特性，依据奇偶分解原理，生成成镜像奇、偶对称样本，井利用人脸对称图像作为训练样本，再利用主分量分析(PCA)对训练样本进行二阶相关和降维处理，然后对处理后的样本进行ICA特征提取。理论和分析实验证明，该算法有效减线了人脸受到视角、光照、人脸表情、姿势变化等因素的最响，又增加了训练样本容量，减少了计算复杂度，同时有效解决了小样本问题，提高了识别率.(The method uses the natural characteristics of mirror symme
基于PCA的人脸识别
- 主成分分析法(principal conponent analysis, PCA)也叫Hotelling变换或特征脸法，是基于 K-L变换基础上研发得到的。该方法的核心是能够降低图像空间的维度，具体做法是将原始的数据通过某种线性变换从高维度空间转变到低维度空间中，这些数据彼此不相关，根据贡献率选取最大的前一部分，使原数据具有最大的变化量，对后面的图像也向这个空间投影，然后比较它们之间的距离来确定类别关系。PCA方法的缺点是对光照问题比较敏感。