一种基于 SIFT 的特征提取在人脸识别算法中的研究

Sift是DavidLowe于1999年提出的局部特征描述子，可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，具有良好的不变性和很强的匹配能力。SIFT算法是一种提取局部特征的算法，也是

对SIFT特征提取和匹配用matlab和c++实现，c++是基于OPencv的。

仅使用单一算法提取人脸图像的特征不足以捕捉人脸多方面的信息，为了更好地获取人脸面部特征，针对离散余弦变换（Discrete Cosine Transform，DCT）只能提取人脸面部图像的频域特征，而

有效地数字特征提取算法模式识别中的手写数字识别

基于特征提取的目标识别技术，提取图像的特征，在特征的基础上来识别出目标和背景

本文介绍了人脸图像识别中所应用MATLAB对图像进行预处理，应用该工具箱对图像进行经典图像处理,通过实例来应用matlab图像处理功能，对某一特定的人脸图像处理，进而应用到人脸识别系统。

该实现方法以SIFT特征为核心，结合图像处理和计算机视觉技术，具有卓越的性能和效果。通过对SIFT特征进行提取和描述，并应用于目标检测、匹配等领域。该方法具有广泛的应用前景，是学习图像处理、计算机视觉

一种基于人脸识别专利

提出了一种基于二进制十字对角纹理矩阵的煤岩图像特征提取与识别方法。该方法首先提取煤岩图像的二进制十字对角纹理矩阵,然后利用二进制十字对角纹理矩阵的角二阶矩能量、相关性、方差、逆差矩、熵、和熵、差熵、和

MFCC：Mel频率倒谱系数的缩写。Mel频率是基于人耳听觉特性提出来的，它与Hz频率成非线性对应关系。Mel频率倒谱系数(MFCC)则是利用它们之间的这种关系，计算得到的Hz频谱特征，MFCC已经广