搜索资源列表
Classifying Facial Expressions Using Point-Based Analytic Face Model and Support Vector Machines
- 用距离检测的方法来识别面部表情的论文 出自ieee
Example-Based_Automatic_Portraiture
- 摘 要 提出了一种基于样本学习的人脸肖像画自动生成算法.文章采用非均匀的马尔科夫随机场模型来描述肖 像画与人脸图像之间的统计关系 ,并使用基于训练样本的非参数化的概率表示 ,在贝叶斯优化的框架下设计了迭 代采样算法 ,可以自动的从人脸图像生成特定风格的肖像画.在该方法中 ,使用非均匀的统计模型是保持肖像中人 脸结构准确性的关键.文中所提供的例子表明了该文方法的有效性-Abstract In this paper , we present a new approach for au
hausdorff
- 摘 要： 提出了一种基于改进 Ha u s d o r f f距离的人脸相似度匹配的方法， 该方法首先将人脸划分为脸型、 双眼、 鼻、 嘴等几个特征点 集， 分别计算各部分的改进 Ha u s d o r f f 距离， 然后进行加权计算相似度。利用该方法， 在 A S M( 主动形状模型) 定位人脸的基础上进 行了人脸检索。 实验表明， 利用人脸相似度计算方法对人脸特征库进行搜索， 达到 了较好的效果。同时结合 A S M 自动人脸检测， 本 方法可以全自动完成人脸匹配， 应
face
- 图像识别，包括人脸识别和虹膜识别，在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。-Image recognition, including face recognition and iris recognition, iris position in the digital image of the iris recognition and effective po
image-recognition-
- 图像识别的MATLAB代码，包括人脸识别和虹膜识别，在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。-Matlab source code of image recognition, including face recognition and iris recognition, iris position in the digital image in an eff
calcMeshNormals
- 用于求取三维点云数据的法向量，我的人脸建模就是用的这个，效果很好，但必须保证点云没有重叠的，否则会出现严重错误。-Strike a 3D point cloud data for normal vectors, and my face is to use this model, the effect is very good, but must ensure that there is no overlap of the point cloud, there would be a serious
dianyunsanjiaohua
- 只要给定人脸头部三维数据，可以生成人脸点云数据模型。已经通过调试且需要配置opencv。-As long as the head of a given face three-dimensional data, you can produce human face point cloud data model. It has passed debugging and configure opencv.
Carry-out-the-food-contact-Marketing
- 近年来，随着科技和网络不断进步和普及，智能手机已经成为网络时代的寻常之物，随之而来的移动终端也进入人们 的视野，人们在使用手机时下载的app 不尽相同，那么app 开发后如何营销获得市场成为运营商必须面对的一大问题，本文主要 通过宏观分析app 营销的发展状况和营销模式，从微观角度分析“触点餐”的营销方式，并讲述我们在做app 项目过程中的收获和 创新，着重用户需求、用户体验、用户反馈，从用户的角度开发和运营app，同时app 的营销带动用户的增长，开辟属于触点餐的营 销之路，使
monitor-recorder
- SeetaFace人脸识别引擎包括了搭建一套全自动人脸识别系统所需的三个核心模块，即：人脸检测模块SeetaFace Detection、面部特征点定位模块SeetaFace Alignment以及人脸特征提取与比对模块SeetaFace Identification。 主要功能： 人脸检测模块(SeetaFace Detection): 采用了一种结合传统人造特征与多层感知机（MLP）的级联结构，在FDDB上达到了84.4 的召回率（100个误检时），并可在单个i7