搜索资源列表
基于Gabor特征提取和人工智能的人脸检测系统源代码
- 使用步骤： 1. 拷贝所有文件到MATLAB工作目录下(确认已经安装了图像处理工具箱和人工智能工具箱) 2. 找到"main.m"文件 3. 命令行中运行它 4. 点击"Train Network"，等待程序训练好样本 5. 点击"Test on Photos"，选择一个.jpg图片，识别。 6. 等待程序检测出人脸区域
fdp5final神经网络人脸检测
- gabor 神经网络 人脸检测系统
fdp-v51
- 神经网络人脸检测程序。采用Gabor变换提取特征，使用前馈网络分类识别。-Face Detection Program。
facedetect
- 在对图像进行Gabor变换后使用BP神经网络进行人脸检测的MATLAB程序-Gabor transform in the image using BP neural network after the face detection process MATLAB program
gacv065
- 基于主分量分析、Gabor滤波与Adaboost的人脸识别源码，可能会对大家有用-Based on principal component analysis, Gabor filters and Adaboost face recognition source code, may be useful to everyone
face_detection_code
- 用gabor 来做特征提取，用神经元网络来分类的人脸检测代码，配有详细的代码解释，适合初学者-use gabor for feature extraction,use neural network as a classifier to detect face in a image
Face-recognition-based-Gabor
- 利用Gabor特征和人工智能结合来检测人脸，利用matlab写的-The use of Gabor features and artificial intelligence combine to detect human face using matlab write
gabor-face-detection-
- 基于gabor的提取特征，利用人工神经网络进行人脸检测- Feature extraction for face detection based on Gabor, using artificial neural network
fds70
- gabor+神经网络实现人脸检测；可能会提示缺少data文件夹，自己在根目录下建一个就好了-gabor+ neural network face detection may be prompted to missing data folder in the root directory of built himself a nice
Face-Detection
- 在机器学习中，使用伽柏特征提取和神经网络来进行人脸检测。 -Face Detection using Gabor feature extraction and Neural Network
siugui
- 计算一维光子晶体的透射特性和反射特性，Gabor小波变换与PCA的人脸识别代码，保证准确无误，是学习通信的好帮手。 - Calculated transmission characteristics and reflection characteristics of the one-dimensional photonic crystals, Gabor wavelet transform and PCA face recognition code, Ensure accurate comm
funpiuhui
- 是学习PCA特征提取的很好的学习资料，数据模型归一化，模态振动，Gabor小波变换与PCA的人脸识别代码。- Is a good learning materials to learn PCA feature extraction, Normalized data model, modal vibration, Gabor wavelet transform and PCA face recognition code.
1804
- 多机电力系统仿真及其潮流计算，Gabor小波变换与PCA的人脸识别代码，主要为数据分析和统计。- Multi-machine power system simulation and flow calculation, Gabor wavelet transform and PCA face recognition code, Mainly for data analysis and statistics.
FacialExpressionClassification
- 1. 使用matlab自带的人脸识别工具（Viola-Jones算法）找出人脸的位置，并裁剪出人脸区域。 2. 使用Gabor滤波器识别出人脸的局部特征及纹理。 3. 训练一个SVM进行表情分类。 4. 交叉验证得到表情分类正确率为83.3 。 操作说明和系统描述请见ReadMe.-1. Using matlab with face detection tool (Viola-Jones algorithm) to find the location of a human
ban_ku64
- STM32制作的MP3的全部资料，采用的是通用的平面波展开法,Gabor小波变换与PCA的人脸识别代码。- STM32 all the information produced by the MP3, Using common plane wave expansion method, Gabor wavelet transform and PCA face recognition code.