原创,测试识别率0.99,重构图像完全比不上PCA,但能满足分类要求。可下载后直接运行,并保存特征向量数据
现在我们回到LDA的原理上,我们在第一节说讲到了LDA希望投影后希望同一种类别数据的投影点尽可能的接近,而不同类别的数据的类别中心之间的距离尽可能的大,但是这只是一个感官的度量。现在我们首先从比较简单
在matlab下实现LDA和PCA人脸特征提取算法和用最近令分类器分类,在标准人脸库上测试效果不错,有很高的识别率。本代码已经经过调试,直接能运行的。
LDA是一种线性降维方法,具有很好的聚类效果,该程序首先对识别人脸数据降维识别,并有详细的说明。
人脸识别测试(通过对图像预处理,达到精确识别图像中人脸的效果)
这是一个老外写的matlab的图像分块程序,希望有帮助
该程序集合包括了好多个图像分块的程序!分解者可以根据自己的需要将图像分为任意大小的块!
针对复杂光照条件下的人脸识别,提出了一种基于光照归一化分块完备局部二值模式(B-CLBP)特征的人脸识别算法。该方法对人脸图像进行光照归一化预处理,对处理后的人脸图像进行B-CLBP特征提取,融合成B
针对基于可见光的人脸图像的识别容易受光照和表情变化的影响,人脸的表情变化仅限于局部等问题,以及图像的相位一致性特征不受图像的亮度或对比度影响的特点,提出了一种基于分块相位一致性的人脸识别算法。该算法用
Humanparsinghasbeenextensivelystudiedrecently(Yamaguchietal.2012;Xiaetal.2017)duetoitswideapplicatio