搜索资源列表
expressionsb
- 基于弹性模板匹配的人脸表情识别程序。首先针对静态表情图像进行表情图像的灰度、尺寸归一化，然后利用Gabor小波变换提取人脸表情特征以构造表情弹性图，最后提出基于弹性模板匹配及K-近邻的分类算法实现人脸表情的识别。-based on elastic template matching Facial Expression identification procedures. First of all expressions against static image looked gray image
facerecongnition
- 基于弹性模板匹配的人脸表情识别程序。首先针对静态表情图像进行表情图像的灰度、尺寸归一化，然后利用Gabor小波变换提取人脸表情特征以构造表情弹性图，最后提出基于弹性模板匹配及K-近邻的分类算法实现人脸表情的识别。
PatternRecognition
- 人脸识别 使用k-近邻法分类 区分不同的人 使用K-近邻法实现对指定人脸图片的识别。 训练集和测试集的划分 -Recognition of face in pattern recognition,By KNN space representation theorem
test2
- K近邻分类法的实现代码,是一个基于win32的非界面程序-code about k-nearest neighbor
classification
- 一些典型的模式分类及聚类方法 包括k均值 FDA PCA LMS 贝叶斯 K近邻-The typical pattern classification and clustering methods including k-means FDA PCA LMS Bayesian K-nearest neighbor
K-nearest-neighbor
- K近邻估计方法，采用可变大小的小舱的密度估计方法。-K-nearest neighbor estimation method, the size of a small cabin with variable density estimation method.
k-neighbors
- k近邻，根据总样本确定一个参数k，即在总样本数为N时我们要求每个小舱内拥有的样本个数。-k neighbors, based on the total sample to determine a parameter k, ie, the total number of samples N, we require that each cabin has a small number of samples.
Character_Recognition
- 本程序主要参照论文，《基于OpenCV的脱机手写字符识别技术》实现了，对于手写阿拉伯数字的识别工作。识别工作分为三大步骤：预处理，特征提取，分类识别。预处理过程主要找到图像的ROI部分子图像并进行大小的归一化处理，特征提取将图像转化为特征向量，分类识别采用k-近邻分类方法进行分类处理，最后根据分类结果完成识别工作。 程序采用Microsoft Visual Studio 2010与OpenCV2.4.4在Windows 7-64位旗舰版系统下开发完成。并在Windows xp-32位系统下测试
手写体字符识别
- 简单的手写体字符识别，利用了k近邻和支持向量机算法(Simple handwritten character recognition, using the k nearest neighbor and support vector machine algorithm)
KNN人脸识别
- 使用KNN算法实现的人脸识别程序，KNN是机器学习里的K最近邻算法。(face recognition of KNN using python)
基于ASM和K近邻算法的人脸脸型分类_张倩
- 针对人脸特征分类问题，提出一种基于主动形状模型(ASM)和 K 近邻算法的人脸脸型分类方法。将 Hausdorff 距离作为 K 近邻算法的距离函数，利用 ASM 算法提取待测图像的特征点，对点集进行归一化后计算人脸轮廓特征点与样本库中所有样本点集的 Hausdorff距离，根据该距离值，通过 K 近邻算法实现待测图像的脸型分类。实验结果证明，该方法分类正确率高、速度快、易于实现。(Aiming at the problem of face feature classification, thi