人脸算法-master

人脸图像的标准化，作为人脸图像预处理过程，是计算机人脸识别中很重要的一个环节.论文给出了一种改进的人脸图像标准化算法.该算法首先利用人脸图像的垂直灰度投影曲线确定脸的左右边界；接着根据人脸图像的水平灰

包含人脸数据采集、筛选、标注、测试过程。以及多算法平台架构和多算法平台中多个独立算法的统一运行和单独算法的训练过程。

SeetaFace2采用标准C++开发，全部模块均不依赖任何第三方库，支持x86架构（Windows、Linux）和ARM架构（Android）。SeetaFace2支持的上层应用包括但不限于人脸门禁

介绍了一种基于稀疏编码的人脸识别算法。先对10副自然图像应用稀疏编码,学习到基函数和图像稀疏表示的拟合分布的参数。在人脸识别中,用稀疏编码和已得到的基函数表示图像的稀疏,再经过拟合分布函数得到人脸图像

收稿日期:2009-12-10 修回日期:2009-12-29 第28卷 第2期 计 算 机 仿 真 2011年2月 文章编号:1006-9348(201102-0276-04 人脸全景纹理图像拼接算

人脸检测 模式识别 C++实现的,需要openCV支持

[转载]简要的罗列了几种流行的人脸识别算法,适于初学者入门。

本文提出了一种基于局部定向模式的CLDP 算法,该算法将与Kirsch 算子运算后的正值作为编码对象,从而提高识别率。

针对人脸识别中存在遮挡、光照、表情变化等问题,提出了一种基于改进的鲁棒主成分分析的人脸识别算法,它利用人脸的稀疏误差成分准确判断出人脸图像之间的差异。该算法首先对人脸进行低秩恢复,得到表示人脸普通特征

基于matlab的人脸识别算法(PCA)