资源列表
LDA
- 使用fisher线性判别函数对iris与sonar数据集进行分类(Using Fisher linear discriminant function to classify iris and sonar datasets)
svm支持向量机图像分类
- 通过支持向量机机器学习算法，实现对不同状态图像的分类，是非常好的方法。
License-Plate-Recognition-master
- 采用python+opencv进行车牌号码识别程序。(Use python + opencv to perform license plate number recognition program.)
条形码扫描录入
- 基于labview的条形码扫描录入系统，可用于仓库管理等多种场合
基于CSRT算法的目标跟踪
- 本项目为基于CSRT算法的目标跟踪，使用C++书写，需使用opencv3.4.1及以上版本。已经测试完毕，下载后直接修改opencv路径即可运行。可根据需要自行替换测试视频进行跟踪 关于CSRT的介绍： In the Discriminative Correlation Filter with Channel and Spatial Reliability (DCF-CSR), we use the spatial reliability map for adjusting the fi
人脸识别_Demo_SDK
- 1. 人脸检测的高正确率，误检，漏检很少，支持多脸（max=32）。 平面旋转高达 60 度，并带鼻，嘴定位，及眼镜判断等功能。 2. 支持双目(双摄像头)/多目的 3D 维度识别,增加了人脸的特征集,再次提高识别精度,并有效防止照片通过。 3. 人脸识别的高精度，向用户推荐的识别阀值不仅能适应光线环境的变化，具备满足实际应用的识别正确率。带 眼镜或头发挡住眉毛都行。（但黑粗边眼镜的识别率相对低些，即在较好的识别环境下，黑粗边眼镜仍是 OK 的，只要看得清眼球，就对识别率没有任何影响） 4. 在
人脸图像特征提取与对比
- NMF、PCA-人脸图像特征抽取与对比，图像识别，主成分分析(Face image feature extraction and comparison, image recognition, principal component analysis)
yolov3-tf2-master
- tensorflow2.0yolov3代码(tensorflow2.0yolov3code)
人脸识别Matlab算法
- 通过对图像进行二值化处理进行边缘检测，得到的人脸的轮廓，经过一系列处理对人脸区域进行检测并用框标示出来
基于PCA的人脸识别
- 使用PCA算法对人脸图像进行处理，使用adaboost算法训练分类器，对训练集中的20个人每人五张照片进行训练，对测试集中的同样多的照片进行识别，可以得到很高的识别率
template
- stm32+ov7670实现对蓝色车牌实现车牌区域定位、字符分割、字模匹配识别，最后识别出车牌结果。(STM32 + ov7670 realize the license plate region location, character segmentation, font matching recognition for the blue license plate, and finally recognize the license plate results.)
face_recognition
- 基于python的PCA（主成分分析降维）人脸识别(PCA (principal component analysis dimensionality reduction) face recognition based on python)