搜索资源列表
malic-0.0.9.1.tar
- Malic是一个完整的Linux下的人脸识别系统源代码，它是SourceForge上的一个开源项目，使用Malib实现实时处理，CSU Face Identification Evaluation System进行人脸识别。算法包括：主成份分析(principle components analysis (PCA)),a.k.a eigenfaces算法,混合主成份分析,线性判别分析(PCA+LDA),图像差分分类器(IIDC),弹性图像匹配算法(EBGM)
LDA
- 线性判别分析（LDA）是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人耳识别会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于LDA的人耳识别。文章对几种基于LDA的人耳识别方法做了理论上的比较和实验数据的支持，这些方法包括Fisherears、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法
LDA
- 线性判别分析法（LDA），LDA以提高样本在子空间中的可分类为目标。寻找一组基向量，在这些基向量张成的子空间中，不同类别的训练样本能有最小的类内离散度，最大的类间离散度。
malic
- Malic是一个完整的Linux下的人脸识别系统源代码，它是SourceForge上的一个开源项目，使用Malib实现实时处理，CSU Face Identification Evaluation System进行人脸识别。算法包括：主成份分析(principle components analysis (PCA)),a.k.a eigenfaces算法,混合主成份分析,线性判别分析(PCA+LDA),图像差分分类器(IIDC),弹性图像匹配算法(EBGM)
pca_lda_study
- 实用可能的主成分分析(PCA)和线性判别分析(LDA)，训练和检查，
LDA
- 线性判别分析（LDA）用于特征选择，可以对数据集或者图像提取有用特征，用于分类或者聚类等机器学习应用中-Linear Discriminant Analysis (LDA) for feature selection, application in dataset or image feature extraction, for classification or clustering applications in machine learning
LFDA
- lfda,局部线性判别式分析，可解决多模型数据分布问题-lfda
linear
- 手写体识别中，对于阿拉伯数字的识别。常用的模式分类方法都可以应用。这个小程序使用的方法是线性判别分析-Handwriting recognition, for identification of Arabic numerals. Commonly used pattern classification methods can be applied. This small program uses the method is linear discriminant analysis
AComparativeStudyonFaceRecognitionUsingLDA-BasedAl
- 线性判别分析(LDA)是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人脸识别 会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于I,DA的人脸识 别 文章对几种基于LDA的人脸识别方法做了理论上的比较和实验数据的支持，这些方法包括Eigenfaces、Fish— erfaceS、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法。-Low—dimensional feature representat
plslda
- 偏最小二乘线性判别分析， 以及变量选择方法-partial least squares-linear discriminant analysis
ImprovedGaitRecognitionApproach
- ：步态识别通过人体走路的姿势来识别人的身份。近年来，步态作为一种生物特征识别技术备受计算机视觉研究者的关注。对某个 人的一个步态序列利用动态 Viterbi 算法得到一个样本姿态序列，对其多个步态样本姿态序列的对应姿态取平均得到这个人的特征姿态序 列，对特征姿态采用主成分分析法和线性判别分析法处理特征空间，并用最近邻法进行识别。利用 CASIA 数据库对本文方法进行验证， 取得了较高的识别率，并对体形变化具有较强的鲁棒性-Human gait recognition is the p
face1
- 人脸识别的完整代码。能进行主成份分析，混合主成份分析,线性判别分析，弹性图像匹配算法等。-Complete code for face recognition. Principal component analysis, the hybrid principal component analysis, linear discriminant analysis, elastic image matching algorithm.
FisherFace1
- 基于Fisher线性判别分析的人脸识别算法代码。内涵ORL人脸数据库-The code for face recognition based on Fisher LDA.And a database of face called ORL is included.
FLDA
- 基于Fisher线性判别分析的人脸识别代码。内涵ORL人脸库。-Code for face recognition based Fisher LDA,and a face data called ORL is included.
LDA
- 线性判别分析LDA人脸识别代码，识别率计算-Linear discriminant analysis LDA face recognition code recognition rate
GaitRecognition
- 里面包含了步态识别的整一套流程的代码实现，包括从视频流里面提取图片帧，背景建模，提取运动目标（运动检测），形态学处理（膨胀与腐蚀，连通性检测），归一化大小，步态能量图的构建，主成分分析（PCA）降维,线性判别分析（LDA）分类等等功能的代码实现。均通过测试。-Contains the gait recognition of the whole process of a set of code, including the extraction and picture frames from th
LRC
- LRC是线性表示分类，主要是对图像分类的线性判别分析。-LRC is a linear representation classification, mainly for image classification linear discriminant analysis.
5
- 了适应跟踪过程中目标光照条件的变化，并对目标特征进行在线更新，提出一种将局部二元模式(LBP) 特征与图像灰度信息相融合，同时结合增量线性判别分析对目标进行跟踪的算法．跟踪开始前，为了获得比较准确的目标描述，使用混合高斯模型和期望最大化算法对目标进行分割；跟踪过程中，通过蒙特卡罗方法对目标区域和背景区域进行采样，并更新特征空间参数．得到目标和背景的最优分类面；最后使用粒子滤波器结合最优分类面对目标状态进行预测．通过光照变化的仿真视频和自然场景视频的跟踪实验，验证了文中算法的有效性．-Trac
TDLDA
- 2维线性判别分析算法，可以应用于人脸识别等图像处理问题中。-2 dimensional LDA algorithm,it can be applied to face recognition and other image processing problems.
TDLDA
- 2维线性判别分析算法，可以应用于人脸识别等图像处理问题中。-2 dimensional LDA algorithm,it can be applied to face recognition and other image processing problems.