搜索资源列表
FaceRecog_src
- 程序结构 整个工程可以分为3个部分：算法、功能和应用。 算法部分 算法部分目前分为4个模块：人脸对齐、光照归一化、特征提取和选择、子空间降维，每个模块是一个项目，每个项目生成一个dll供功能部分显式调用。 功能部分 功能部分只有一个项目FaceMngr，该部分依赖于算法部分，实现人脸注册、训练、识别、导入/导出等具体功能。该项目生成一个dll供应用部分隐式调用。 应用部分 人脸识别Demo. 另外，工程中
asmlibrary_release_2[1].1
- ASMLibrary2.0：它是一种基于opencv，ms visSDK，LAPACK等在VC6.0中实现人脸对齐的一个ASM库，采用ASM算法进行建模，实现人脸定位。-ASMLibrary2.0: It is based on opencv, ms visSDK, LAPACK, etc. to achieve in the VC6.0 aligned face a ASM database using ASM modeling algorithm to achieve face locati
FacesAlign-2.3
- 运用于人脸图像预处理中，主要实现功能有：人脸检测，人脸对齐，人脸图像放缩，人脸剪切。-Applied to the face image preprocessing, the main features are: face detection, face alignment, face image zoom, face cuts.
Image-Alignment-Algorithms
- 图像对其算法.这个程序需要对齐模板（小蝴蝶图像）的大图像（花上的蝴蝶）。它不限于使用一只蝴蝶作为模板。例如，您可以使用人脸图像作为模板，确定在脸上的视频序列中的下一帧的动作。-Image Alignment Algorithms。Implementing the Lucas-Kanade and Baker-Dellaert-Matthews image alignment algorithms.
superviseddescent-master
- 2013年cvpr上SDM进行人脸对齐的c++代码-supervised descend method use face alignment in c++ on 2013 CVPR
ASEF_MATLAB_sample
- 人脸对齐 使用ASEF算法定位人眼，能使用在一些不带眼睛，光线稳定的场合。-Face alignment Use ASEF algorithm to locate the human eye, can use in some not with the eyes, the light stability of the occasion.
face-alignment-at-3000fps-master
- 人脸对齐程序，使用c++编的，效果比较好，按照这篇文章face-alignment-at-3000fps-master做的-Face alignment procedure using c++ series, results were better, according to the article face-alignment-at-3000fps-master to do
Edit68CMU_pack
- 人脸对齐基于论文《fps3000》中训练集构建时生产68个特征点的matlab脚本文件。提供交互窗口，按顺序点左眼右眼和嘴巴，即可自动生成68个点，再用鼠标对个别点进行人工修正。满意后保存即生成一个文本文件，存有68个点的坐标。-Face aligned on the paper fps3000 production when the training set to build 68 feature points matlab scr ipt file. Provide interactiv
caffe-regression-master
- 人脸特征点定位，将深度学习运用到人脸对齐中，卷积神经网络 -Facial features localization, depth learning to use face alignment, the convolutional neural network
FaceX-master
- 非常有效、高准确率的人脸对齐方法，“显式形状回归”。通过训练数据最小化对齐错误函数，学习一个向量回归函数直接推断整个面部形状（一个特征点集合）-Very efficient and highly accurate face alignment method, explicit shape regression . Through the training data minimization alignment error function, learning a vector regressi
DeepFace
- DeepFace一文依旧是沿着“检测-对齐-人脸表示-分类”这一人脸识别技术路线来的，其贡献在于对人脸对齐和人脸表示环节的改进。1）在人脸对齐环节，引入了3D人脸模型对有姿态的人脸就行分片的仿射对齐。2）在人脸表示环节，利用一个9层的深度卷积在包含4000人、400万张人脸的数据集上学习人脸表示，这个9层的DCNN网络有超过1.2亿个参数。本文的模型在LFW数据集上取得了97.25 的平均精度（逼近了人类97.5 的极限），同时在Youtube数据集上取得了当前最好的结果，比之前的NO.1整整高
SeetaFaceAlignment
- SeetaFaceAlignment人脸对齐-SeetaFaceAlignment face alignment
FaceTools
- 修改main.py的路径，直接运行即可，注意python2.7版本(Modify the main. py path, can be run directly)
FaceAlignment
- 山世光老师的seetaface人脸对齐源码，配置好环境即可运行(Dr. Shiguang Shan's seetaface face alignment source, configure the environment can run)
FaceTools-master (1)
- 用于人脸检测，裁剪，对齐的方便工具，用的是5点法(Face detection, clipping, and alignment)