搜索资源列表
毕业设计:人脸识别系统设计软件
- 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定是否就是人脸，同时采用高斯平滑来消除图像的噪声，再进行二值化，二值化主要采用局域取阈值方法，接下来就进行定位、提取特征值和识别等操作。经过测试，图像预处理模块对图像的处理达到了较好的效果，提高了定位和识别的正确率。 随软件附上设计文档和参考资料。
监狱人脸识别门禁系统
- 随着监狱的推进，传统的监控管理模式面临着改革的挑战。一方面识安全保卫形式的日趋严峻；另一方面是机构压缩、人员精简。新的形势向安全保卫工作提出了新的需求。在监狱的统一安排下，根据技术要求的在区域内设置了人脸识别门禁系统，并对系统进行了合理有效的整合，使达到了物防、技防、人防的有机结合。 监狱大门及 AB门是监管场所与外界交接的重要部位。为严格控制监舍区，生产区人员出入，防范罪犯逃脱，实现有效的统一指挥，确保监管场所的安全，在监狱大门及 AB门安装智能人脸识别管理系统。
faceRecognitionBasedOnWavelet
- 基于小波变换和神经网络的人脸识别：本论文围绕人脸识别问题对人脸特征提取及识别技术进行了研究。主要有：对人脸识别的研究工作进行了综述；在KL算法的基础上提出了新的基于KL的特征提取方法，克服了KL算法计算量大，计算时间长的缺点，-Based on Wavelet Transform and Neural Network Face Recognition: In this paper, issues surrounding the face recognition feature extractio
17869330LDA
- 人脸识别技术，用lda算法提取特征，MATLAB 源代码；希望对大家有帮助哈。-Face Recognition technology, with the characteristics of lda algorithm, MATLAB source code I hope all of you help Kazakhstan.
DCT
- 本文设计基于DCT的人脸识别系统，首先结合当今人脸识别的背景和发展状况讨论了人脸识别的研究内容及在各方面的应用；然后研究了人脸识别进行预处理，讨论了人脸识别预处理的其他方法，分析各种方法的利弊，最后采用DCT（离散余弦变换）实现人脸图像预处理中的降维处理；接下来对人脸图像的特征提取进行了研究，简单叙述了几何特征提取和代数特征提取，同时深入研究了基于DCT和PCA变换的人脸图像特征提取，从而实现是否对人脸识别系统识别率有所提高的研究；对于分类器的选择，本文对两种分类器进行了探讨，即最近邻分类器和B
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
linuxCversionbpface
- linux c 版本人脸识别（主要包括朝向、是否戴眼镜）； 含Makefile文件； 在命令行下输入参数来选择相应功能和查看结果； -linux c version face recognition ； Makefile has wriiten； input the parameter into command line to choose corresponding functional；
mtcnn-master
- 这是人脸识别的框架mtcnn，是目前流行的人脸识别主流框架之一(This is the framework of face recognition mtcnn)
C# 人脸结果
- 主要用于人脸识别，对于学习人脸识别的研究人员十分有用(It is mainly used for face recognition, which is very useful for researchers to learn face recognition.)
face_recongnize
- 用matlab语言编写pca实现人脸识别，(Using the MATLAB language to write PCA for face recognition,)
faceRecognization
- 本程序中，利用了LBP特征对人脸特征进行提取，并且利用SVM对提取的人脸特征进行训练和识别，其中，所用的图像处理库OpenCV2.4.9版本；通过对人脸库中的标准标本进行测试，算法识别率高达95%以上；(LBP features extract facial features, and use SVM to extract and recognize the facial features. The OpenCV2.4.9 version of the image processing libr
faceCompare
- face++人脸识别API调用；openCV-python人脸检测；(Face++ face recognition API call; openCV-python face detection;)
人脸识别程序
- 可以轻松的识别出人脸，可以很好的与背景分离(Can easily identify the face, can be very good to separate from the background)
生物识别
- 基于win32和win64的生物识别学习资料(Biometric learning data based on Win32 and win64)
PCA based on Face Recognition
- 主要实现的是基于PCA的人脸识别算法 Matlab代码(PCA-based face recognition algorithm)
主流的人脸识别技术
- 主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。 1. 基于几何特征的方法是最早、最传统的方法，通常需要和其他算法结合才能有比较好的效果； 2. 基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。 3. 基于模型的方法则有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。(The mainstream face recognition technology can
基于MATLAB的肤色分割和匹配的人脸识别研究
- 对人脸识别的基本进程进行综述,介绍了空间转换及识别的方法；采用低通滤波处理策略,在总结和分析这些处理方法的基础上,运用填孔处理和边缘检测的人脸识别方法进行人脸识别工作；将几种边缘检测算法与人脸识别相结合进行检测,其识别率有可观的提升。(The basic process of face recognition is reviewed, and the method of space conversion and recognition is introduced. On the basis of
adaboost
- matlab中可运行的adaboost人脸识别算法(Adaboost face recognition algorithm that can run in matlab)
人脸识别源代码
- 人脸识别源代码，使用C++编写，可以使用的人脸识别基础代码；
shape_predictor_81_face_landmarks-master
- 基于dlib库的人脸68个特征点训练模型的扩展模型，可识别出人脸81个特征点，包括额头部分。(Based on the extended model of the face training model of 68 feature points based on Dlib database, 81 feature points can be recognized, including the forehead part.)