搜索资源列表
Basedonwaveletanalysisandprincipalcomponentanalysi
- 基于小波分析和主成分分析的人脸识别研究随着社会的发展，社会各个方面对快速有效的身份验证的要求日益迫切。由 于生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，因此是身份 验证的理想依据。其中利用人脸特征又是最自然直接的手段，相比其他生物特征， 它具有直接、友好、方便的特点，易于为用户接受。从而，人脸识别吸引了越来 越多来自计算机视觉和信号处理等领域的关注，成为模式识别、图像处理等学科 的研究热点。-Based on wavelet analysis and princ
luyouqijichu
- 生物识别技术在科研领域取 得了极大的重视和发展。由于生物特征是人的内在属性，具有很强的自身稳定性和个 体差异性，因此是身份验证的最理想依据川。其中，利用人脸特征进行身份验证又是 最自然直接的手段，与指纹、虹膜、掌纹等其他人体生物特征识别系统相比，人脸识 别系统更加友好，方便，易于为用户所接受，有广阔的应用领域。-Biometric technology in the research field of great importance and development. Biolo
Facerecognition
- 人脸识别因其在安全验证系统、信用卡验证、医学、档案管理、视频会 议、人机交互、系统公安(罪犯识别等)等方面的巨大应用前景而越来越成为 当前模式识别和人工智能领域的一个研究热点。 本文提出了基于24位彩色图像对人脸进行识别的方法，介绍的主要内容是图像处理，它在整个软件中占有极其重要的地位，图像处理的好坏直接影响着定位和识别的准确率。本软件主要用到的图像处理技术是：光线补偿、高斯平滑和二值化。在识别前，先对图像进行补光处理，再通过肤色获得可能的脸部区域，最后根据人脸固有眼睛的对称性来确
A_New_Algorithm_ofFastFaceDetection_underComplexCo
- 使用一种新的假面变换和模板匹配的人脸检测算法，能够对复杂环境中大小不等的人脸 进行快速、准确的检测．算法首先通过假面变换来预测人脸位置上边沿的中心，然后对图像中的预 测位置进行模板匹配，设计了一类对照明变化、噪声干扰具有较强适应性的模板匹配方法，最后对 匹配结果进行验证，确定人脸准确位置．采用多种环境下的大量图片进行实验，结果显示该算法具 有较快的检测速度和较高的准确性及鲁棒性． -A novelalgorithm offacedetection based on mask
200642991948257
- 提出了一种利用肤色信息，建立 YCbCr 肤色模型空间作为人脸检测的预处理手段，利用小波分解和 BP 神经网络作为检测方法。对算法进行仿真验证，实验结果表明：该肤色模型空间 对光线、遮挡以及姿 态 有很好的 robust 特性 ；本检测方法达到较好的检测效果。 关键词 : 小波分解；神经网络；亮度补偿-Skin color model based on an oval face detection method
Face-recognition-system
- 人脸识别系统现在在大多数领域中起到举足轻重的作用，尤其是用在机关单位的安全和考勤、网络安全、银行、海关边检、物业管理、军队安全、智能身份证、智能门禁、司机驾照验证、计算机登录系统。-Face recognition system played a pivotal role in most areas, especially in the organs and units, security and time and attendance, network security, banks, cus
Pattern.Recognition
- 本书介绍广泛应用的人工智能技术——模式识别及其应用的最新进展，收集了世界一流的模式识别、人工智能和生物特征识别技术领域专家编写的31章内容，涵盖模式识别与机器智能、计算机视觉与图像处理、人脸识别与取证、生物特征身份验证等多方面结合的研究。其应用跨越多个领域，从工程、科学研究和实验，到生物医学和医学诊断，再到身份认证和国土安全。此外，《本书还介绍了人类行为的计算机建模和仿真。-Insights into a pattern-based method of trading that can inc
PCA_ORL
- 人脸识别技术作为生物体特征识别技术的重要组成部分，在近些年来已经发展成为计算机视觉和模式识别领域的研究热点。本实验是基于K-L变换的主成分分析法（PCA）在人脸识别中的应用，在ORL人脸库的基础上通过Matlab实现了快速PCA算法的验证仿真，并对样本图像进行了重构。本实验在ORL人脸库的基础上，选用每人前5张图片，共计40人200幅样本图像，通过快速PCA算法将10304维的样本特征向量降至20维，并实现了基于主分量的人脸重建，验证了PCA算法在高维数据降维处理与特征提取方面的有效性。-Fac
Archetype-Hull-Ranking
- 我们设计一个新奇的规则化框架以学习相似性度量用于无约束人脸验证。我们形式化它的目标函数通过融合鲁棒性对于大规模的个人人脸的内部变化和新奇的相似性度量的辨别力。额外，我们的形式是一个凸优化问题，保证了全局最优解的存在。-we migrate such a geometric model to address face recognition and verification together through proposing a unified archetype hull rankin
FaceNet-A-Unified-Embedding-for-Face-Recognition-and-Clustering
- FaceNet---深度学习与人脸识别的二次结合 Facenet是一个通用的系统，采用CNN神经网络将人脸图像映射到128维的欧几里得空间，我们可以根据两幅人像的欧几里得距离去判断两个人像的相似程度。两个人像之间的欧几里得距离越近，说明它们越相似。 FaceNet可以用于人脸验证（是否是同一人？），识别（这个人是谁？）和聚类（寻找类似的人？）。FaceNet采用的方法是通过卷积神经网络学习将图像映射到欧几里得空间。空间距离直接和图片相似度相关：同一个人的不同图像在空间距离很小，不同人的图像在