搜索资源列表
niked
- Based on the time delay estimation of power spectrum, matlab implements five gray correlation degree computing model, Gabor wavelet transform and PCA face recognition code.
ML
- GMM高斯混合模型EM算法聚类，PCA主成分分析，以及从人脸图像中提取主成分(GMM Gauss hybrid model EM algorithm clustering, PCA principal component analysis, and extraction of principal components from face images)
att_faces.tar
- Name: Olivetti - Att - ORL Color Images: No Image Size: 92 x 112 Number of unique people: 40 Number of pictures per person: 10 Different Conditions: All frontal and slight tilt of the head Citation reference: Ferdinando Samaria, Andy Hart
卷积神经网络详述
- 从卷积神经网络的发展历史开始，详细阐述了卷积神经网络的网络结构、神经元模型和训练算法。在此基础上以卷积神经网络在人脸检测和形状识别方面的应用为例，简单介绍了卷积神经网络在工程上的应用，并给出了设计思路和网络结构。(Starting from the history of the convolution neural network, the network structure, neuron model and training algorithm of the convolution neur
FaceTools-master
- 本次作业使用的是汤晓鸥团队的DeepID第一代的网络，通过Caffe训练模型参数，经过LFW二分类得到人脸识别准确率。(This job is used by the Tang Xiaoou team's DeepID first generation network. Through the Caffe training model parameters, the accuracy of face recognition is obtained through the LFW two clas
17428703Find_Lips_in_YCbCr
- 通过高斯肤色模型的建立，分割出人脸区域，接着，结合人脸几何特性筛选出人脸区域，依据嘴巴的颜色同人肤色的其它部位相比较，有着明显的不同，从而建立嘴巴模型，找出了嘴巴的特征部位。(Based on the Gauss model of skin color segmentation, face region, and then combined with face geometric characteristics of selected face region, on the basis of o
WU
- C++实现正十二面体渐变透视线框Wu反走样模型(C++ realization of Wu anti aliasing model of positive twelve face gradient perspective line frame)
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
基于ASM和K近邻算法的人脸脸型分类_张倩
- 针对人脸特征分类问题，提出一种基于主动形状模型(ASM)和 K 近邻算法的人脸脸型分类方法。将 Hausdorff 距离作为 K 近邻算法的距离函数，利用 ASM 算法提取待测图像的特征点，对点集进行归一化后计算人脸轮廓特征点与样本库中所有样本点集的 Hausdorff距离，根据该距离值，通过 K 近邻算法实现待测图像的脸型分类。实验结果证明，该方法分类正确率高、速度快、易于实现。(Aiming at the problem of face feature classification, thi
ClassLibrary1-1
- ug二次开发，一个小程序可以提取模型的面属性及面邻接关系(a small program can extract the UG model's surface properties and face adjacency relationship)
shape_predictor_81_face_landmarks-master
- 基于dlib库的人脸68个特征点训练模型的扩展模型，可识别出人脸81个特征点，包括额头部分。(Based on the extended model of the face training model of 68 feature points based on Dlib database, 81 feature points can be recognized, including the forehead part.)
计算机辅助设计基础_三维模型的显示
- 用 OpenGL 进行三维模型的显示 1）读入一个三维网格模型， 并在屏幕上显示 2） 支持显示网格效果，仅显示顶点效果，仅显示三角面效果及同时显示面和边的效果， 通过按键进行效果的切换(Display 3D model with OpenGL 1) read in a 3D mesh model and display it on the screen 2) it supports the display of mesh effect, only vertex effect, only t
深度学习mtcnn
- 用市面上的摄像头，可以实现实时人脸识别功能。(The algorithm model of facenet face recognition is obtained through deep learning, and the backbone network of feature extraction is concept-resnetv1, which is developed from concept network and RESNET, with more channels and n