搜索资源列表
PCA+LDA.Class.vc
- 结合PCA+LDA的图像识别算法VC封装类,PCA（主元素分析，光照敏感）,可用于人脸识别的初级算法-combination of image recognition algorithm VC Packaging category, PCA (principal component analysis, Light-sensitive), can be used for the initial face recognition algorithm
local_projection_entropy
- 采用局部投影熵进行人脸识别的源程序，在常见的数据库上的实验识别率较高，特别是算法对光照不敏感．
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
FaceRecog_v2_0
- 人脸识别的实现，VS2008，这是一个带光照处理的系统-Face recognition to achieve, VS2008, this is a system with light handling
FaceDetection_Based_on_a_New_Nonlinear_Color_Space
- 提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区 YC C r b 域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度 ) ( 信息定位眼睛, 然后根据人脸特征的几 形态边缘检测算子检测候选区域的边缘, 利用 边缘方向 PCA PCAED ( ) 何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信息对肤色分割得到的候选区域进行验证, 最终得到正确 的人
PartsBasedfaceverification
- 基于部件的人脸认证算法代码，对光照变化的处理效果较好。-Component-based face authentication algorithm code, and to light changes in the treatment effect is good.
lpp
- 基于LPP的人脸识别模块，运用matlab7.0编写，识别率达到70 以上，能够很好的识别不同姿势，光照，表情的变化-LPP-based face recognition module, using matlab7.0 writing, over 70 recognition rate can be a very good identification of the different positions, illumination, expression changes in
hh
- 人脸识别（色彩空间转换，光照补偿，提取定位人脸）-face recognition
yalefaces
- Yale人脸库（美国）： 耶鲁大学，15人，每人11张照片，主要包括光照条件的变化，表情的变化等。-Yale Face Database (U.S.): Yale University, 15 people, each 11 photos, mainly including changes in lighting conditions, expressions of the change.
Facerecognitionbasedonilluminationinvariant
- 基于光照不变量的人脸识别-Face Recognition,Based on Illumination Invariant
3DFaceRecognitionBasedon3DLBPandKernelDiscriminant
- 二维照片的人脸识别对光照、姿态和化妆等因素很敏感，故提出了一种将三维局部二值模式(3DLBP)和核享，1剐分析(KDA)相结合的三维人脸识剐方法．采用3DLBP描述人脸深度图像的特征，高斯核函数KDA 作为分类器，使用Chi平方统计改进高斯核函数、采用FRGC v2．0中2003春季采集的三维人脸库进行实验．实验结果表明，该 方法在每人2个训练样本时，识别率为91．8％，而PCA和3DLBP的识别率分别为60．4％和78．3％；当每人的训练样本数增至6个时，识别率为98．4％，而PCA和3D
Untitled13
- 皮肤检测的最终目标是构建一个决策规则，并以此将图像中的像素划分为肤色和非肤色两类，一般通过引入一个衡量像素点颜色与“标准肤色”的距离而实现的，该距离是由相应肤色建模的方法决定的。人脸检测MATLAB源代码关于彩色图像光照补偿-The ultimate goal of skin detection is to build a decision-making rules, and use of the image pixels into skin and non-Fuse types, usuall
algorithm
- 任意光照人脸识别算法，从各种不同侧面光照的图片中计算出正面光照的算法，仅仅是算法，可以用VC实现，比较简单。-Any light face recognition algorithm, from a variety of different aspects of light in the image algorithm to calculate a positive light, just algorithms can be used VC to achieve, is relatively s
Cprogram
- 光照人脸识别的预处理程序，比较简单，但很实用，效果较好-Light face recognition preprocessor
tongtailvbo
- 受光照影响的人脸预处理算法，使用小波变换和同态滤波-Affected by light Face preprocessing algorithm, using wavelet transform and homomorphic filtering
3
- 非均匀光照下人脸眼睛的定位方法，从网上付费得到的，值得学习。-Human face of non-uniform illumination eye positioning methods, from online payment received, it is worth learning.
FER_sourcecode
- 人脸检测的程序，克服车内的复杂光照环境，用于安全驾驶-Face detection process, to overcome the car' s complex lighting environment, for safe driving
PreFace
- 采用光照归一化算法，可以用于人脸识别的预处理。-Illumination normalization algorithm for face recognition.
Wikipedia
- 人脸检测的研究具有重要的学术价值，人脸是一类具有相当复杂的细节变化的自然结构目标，对此类目标的挑战性在于：人脸由于外貌、表情、肤色等不同，具有模式的可变性；一般意义下的人脸上，可能存在眼镜、胡须等附属物；作为三维物体的人脸影像不可避免地受由光照产生的阴影的影响。因此，如果能够找到解决这些问题的方法，成功地构造出人脸检测系统，将为解决其他类似的复杂模式的检测问题提供重要的启示。本书对人脸检测的基本问题、研究思路和方法、经典的算法和技术全方位地做了深入系统的介绍，着重介绍了作者在利用活动轮廓模型方法
AdaBoost_skin
- 使用双侧过滤器进行视频中人脸检测,降低了在复杂光照环境下的人脸误检率。-Using double-filter for face detection，giving a good mathod to overcome complex lighting circumstance.