搜索资源列表
VideoCapture1
- 人脸检测是人脸识别最重要的一步，它基本上是一个图像分割问题,将图像分为两部分:一个有脸区和另外一个无脸区。人脸检测的好坏影响人脸识别的效果。-Face Detection Face recognition is the most important step, it is basically a problem of image segmentation. the image is divided into two parts : a face and the other a faceless
eigenfaces
- eigenfaces,基于特征脸的人脸识别的一个例子.入门级别-eigenfaces, feature-based Face to Face Recognition is a case in point. Portal-level
FACERECOGNITIONBASEDONFRACTALANDGENETICALGORITHMS.
- 本文的题目是基于分形和遗传算法的人脸识别方法，对有限人群提出一种采用分形特征和遗传聚类的识别方法: 将图像分成很多小区域, 分别计算各个区域的分形特征, 以充分利用图像二维信息 同一个模式有多个样本, 通过遗传算法进行聚类以得到最优解实现不变性识别. 最后采用ORL 人脸图像库的一组图像对比了新方法、本征脸法和自联想神经网络方法, 结果表明该方法的识别率, 与本征脸法相似, 比自联想神经网络高.
1
- 通迁对原木节子轮廓的数学描述和对节子边缘点的确定，提出一种比较准确的寻找节子边缘点的视 频识别验证方法— 边缘检验算子法，对节子的形状进行有效的分析和脸证。提出了一种有效的节子数学描述和 视频处理方法，为节子的视频检侧技术提供了新的理论
AnimprovedBayesianfacerecognitionalgorithm
- 对人脸识别的贝叶斯方法ML中相似度计算公式进行了简化，对数据集的训练和人脸图像的预处理进 行了修改，提出了一种改进的贝叶斯人脸识另1】算法SML。在FERET人脸图像库的子集和南大人脸图像实验库上对 识别算法进行了测试和比较。实验表明，SML算法提高了ML算法的效率，克服了ML算法计算效率不高的缺陷，而 且SML的识别效率明显高于PCA方法。-Bayesian face recognition method on the ML in the similarity formula ha
zhongshu
- 人脸识别 求特征向量 均值脸 pca 特征值 支持向量包 各种M文件 支持向量机的应用发展等-Mean face recognition pca eigenvector eigenvalue vector covering all M documents the application of support vector machine development
GPCAr
- 做毕业设计时导师给的PCA人脸脸识别程序已运行过。可直接使用。 -Mentor to do graduate design PCA face facial recognition program has been running. Can be used directly.
Teiggenfacessh
- 本程序源码使用一种基于特征脸的人脸检测方法法，应用PCA技术进行人脸识别 可直接使用。 -The program source code using a face detection method based on features of the face, the application of PCA technology, face recognition can be used directly.
EEiggenfaccei
- 一种基于特征脸的人脸识别算法，cc＋＋代码，容易学习，适合初学入门者 -Based on the eigenface the face recognition algorithm, cc++ code, easy to learn, suitable for beginners beginners
Fsnake_v01-wia
- 人脸识别算法 对人脸脸进行snake算法识别 -Snake algorithm to identify the face recognition algorithm on face face
fsteereo_facea
- 人脸侦测，人脸识别，人脸脸辨别，人脸辨识，实时影像 -Face detection, recognition, face face discrimination, face recognition, real-time image
Mfaccrara
- 人脸识别的matlab代码，本征脸（ eigenface ）方法是子子空间人脸识别方法的典型代表。该方法一种基于一种部分的K -Matlab code for face recognition, eigenface (the eigenface) is a typical representative of the sub subspace face recognition methods. This method is based on a part of the K
Pface_recogniC
- 基于PCA的人脸识别系统，附带上人脸脸图像40组。随机选取图像，进行识别。 -PCA-based face recognition system, with 40 groups of the face images of the human face. Randomly selected image to be identified.
Kkallmanfileea
- 卡尔曼滤波C程序源码 卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。对于解决非常大部分的问题，他是最优，效率率最高甚甚至是最有用的。他的广泛应用已经超过30年，包含机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统和导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测等等。 -C program source code of Kalman filter Kalman
Face-and-Eye-Detection-Concept
- 这个示例代码提供了你这个概念对图像处理是使用EmguCV完成和操纵。一个好的例子图像处理是脸和目标检测和识别等,不过在此示例代码中我只给人脸检测和眼睛检测的概念-This sample code provides you the concept of image processing is to use EmguCV completed and manipulation. A good example of face image processing and target detection a
KLMAN
- 简单来说，卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）”。对于解决很大部分的问题，他是最优，效率最高甚至是最有用的。他的广泛应用已经超过30年，包括机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测等等。-In simple terms, the Kalman filter is an optimal recurs
Kalman1960
- 机器人导航，控制，传感器数据融合甚至在军事方面的雷达系统以及导弹追踪等等。近年来更被应用于计算机图像处理，例如头脸识别，图像分割，图像边缘检测等等(Robot navigation, control, sensor data fusion, even radar systems in military areas, missile tracking, and so on. In recent years, it has been used in computer image processing
PCA_based Face Recognition System
- 特征脸的人脸识别系统 这个包实现了一个著名的基于PCA的人脸识别。(Feature based face recognition system This package implements a well-known PCA based face recognition.)
MATLAB 人脸识别程序 PCA人脸算法研究加论文
- 适用于新手很简单的小程序用的是orl脸库(The simple small program for the novice is the ORL face Library)
matlab表情识别
- Matlab表情识别，特征脸[1 ]作为面部表情分类的方法。首先，利用训练图像创建低维人脸空间（pca）。这是通过训练图像集主成分分析（PCA）及图片主成分分析（即具有较大特征值的特征向量）获得的。 结果，所有的测试图像以所选择的主成分表示，计算投影图像与所有投影列车图像的欧几里得距离，选择最小值以找出与试验图像最相似的训练图像。(The feature face [1] is used as a facial expression classification method. Firstly,