LBP人脸识别（最近邻分类器）

最新文章，观点值得借鉴，，多种LBP特征集成学习的人脸识别

基于局部二值模式(LBP)纹理特征的人脸识别方法取得了显著的效果，但 剧烈光照和噪声等复合极端成像条件的影响下，分类性能急剧下降。本文从图像 的纹理特征出发，对基于LBP特征空间的人脸识别进行了分析与

采用LBP金字塔的人脸描述与识别脸识别 多尺度分析 LBP金字塔 直方图

基于LBP虹膜识别的完整程序，附带特征库，可直接使用。有问题可以联系我

模式识别最近邻法和fisher判别法区分sonar

通过分类器自动识别图像中的人脸识别-Automaticrecognitionthroughclassifierhumanfaceimages

为了保证核最近邻凸包分类器有效地处理大训练集的应用问题,提出一种核子空间样本选择方法与该分类器相结合。核子空间样本选择方法是一个类内迭代算法,该算法在核空间里每次迭代选择一个距离选择集样本张成子空间最

人脸检测分类器，放到程序根目录就行，无需安装opencv了

颜色分类leetcode点云驴基于霍夫空间的点云最近邻对象识别管道maneki-neko（幸运猫）网格模型是用户bs3的知识产权（取自并转换为点云）。Point-cloud-donkey是一个基于点云

用python实现k-近邻分类，包括约会网站配对效果和手写体识别。