搜索资源列表
人脸识别（基于特征脸）
- 本文是在人脸数据库的基础上做人脸特征提取和识别研究，主要内容如下： （1） 对人脸识别研究的内容、相关技术、主要实现方法及发展历程作了详细介绍。 （2） 介绍主成分分析法(PCA)、K-L变换，并利用特征脸方法实现了人脸识别。 （3）给出了基于matlab环境的编程及实验结果，并对结果进行分析。 关键词: 人脸识别，特征脸，K-L变换，主成分分析
pca人脸提取算法
- pca人脸特征提取算法
KPCA.rar
- 快速的人脸特征提取算法KPCA，比普通的pca特征提取算法在效率上好了不少,Fast facial feature extraction algorithm KPCA, than ordinary PCA feature extraction algorithm in the efficiency of a good many
pca.rar
- 人脸特征提取经典PCA方法的matlab源码，做这方面的朋友不妨试试。,Human Face Feature Extraction classic PCA method matlab source code, make friends in this area worth a try.
pca2.rar
- pca人脸特征提取，可以根据需要提取不同维数的特征脸。,pca facial feature extraction, can extract the characteristics of the different dimensions of the face.
PCA
- PCA,主成分分析，可应用于矩阵降维，人脸特征提取及人脸识别。-PCA, principal component analysis, can be applied to matrix reduction, facial feature extraction and face recognition.
pca
- 采用C++仿真实现利用PCA算法进行人脸特征提取-Simulation using C++ using PCA algorithm for face feature extraction
PCA
- matlab环境下的 PCA人脸识别方法，连续输入图像后，主成分分析，特征提取，形成特征脸训练测试，得出精度-face recognition
pcaandica
- 这是一个人脸识别的程序，先对图像预处理，然后用PCA进行特征提取。-This is a face recognition process, first on the image pre-processing, and then use PCA for feature extraction.
PCA
- 应用PCA进行特征提取和降维，可以应用于数据挖掘，机器学习，人脸识别上！-Application of PCA for feature extraction and dimensionality reduction can be applied to data mining, machine learning, face recognition on!
pca
- PCA主成分分析，用于人脸识别，特征提取等-PCA principal component analysis for face recognition, feature extraction, etc.
Recognition
- 人脸识别是生物特征识别技术中一个非常活跃的课题,取得了很多研究成果。统计主元分析法( Prin2cipal ComponentsAnalysis, PCA)是人脸特征提取和识别的常用方法之一。-Face recognition is an active subject in the area of biometrical recognition technology, and lots of achievements have been obtained. Principal Compone
pca
- pca 特征提取的源代码，对人脸识别很有帮助，-pca feature extraction of the source code, useful for face recognition,
PCAforface
- 用PCA实现人脸特征提取和识别，用matlab编写，和结果分析-A matlab code of PCA for face recognition
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
Facedetect
- 计算机人脸识别技术( Face Reocgnition)就利用计算机分析人脸图像,从中提取出有效的识别信息,用来辨认身份的一门技术。[ 1 ]即对已知人脸进行标准化处理后,通过某种方法和数据库中的人脸样本进行匹配,寻找库中对应人脸及该人脸相关信息。人脸自动识别系统有两个主要技术环节,一是人脸定位,即从输入图像中找到人脸存在的位置,将人脸从背景中分割出来,二是对标准化后的人脸图像进行特征提取和识别。本文中介绍的PCA (特征脸)方法就是一种常用的人脸 特征提取方法。-Computer Fac
pca
- 人脸特征提取方法PCA，作为主流的识别算法pca降低的图像向量的维数-Facial feature extraction methods PCA, pca as mainstream recognition algorithm reduces the dimension of image vector
人脸识别
- 人脸特征提取matlab源码。适用于人脸识别的matlab实现。(Facial feature extraction matlab source code. It is suitable for matlab implementation of face recognition.)
人脸图像特征提取与对比
- NMF、PCA-人脸图像特征抽取与对比，图像识别，主成分分析(Face image feature extraction and comparison, image recognition, principal component analysis)
人脸识别 MATLAB代码
- 使用pca方法对图像进行特征提取，对训练集的20个人的共一百张人脸进行训练，使用adaboost算法生成强分类器，可以对测试集的人脸图片进行识别，且识别率较高(The PCA method is used to extract the features of the image, and the training is carried out for a total of 100 faces of 20 people in the training set. The AdaBoost algor