从人脸图像特征提取和分类器构 建两方面分析了人脸识别系统设计的关键点,提出了以主成分分析技术和支持向量机技术相结合构建人脸识别系统的策略,同时在主成分分析技术的理论基础上提出了一种快速PCA算法.通过
这个文档有两个工程代码,一个是基于卷积神经网络人脸识别代码,还有一个是基于开源的face_recognition库的人脸代码,这个代码有详细的注释,并且有基于图片识别的和基于摄像头视频实时识别的,代码
基于opencv的人脸识别,c++编程,需要更换照片 亲测可行,
支持向量机是一种基于统计学习理论的VC维理论和结构风险最小原理基础上的机器学习系统,主要用来处理二元样本的分类问题,根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷,来获得最好的推广能力,要
运用PCA的人脸识别方法,很好用。识别率很高。
最简单的人脸识别代码,可在c#上运行
微软Kinect sdk自带的人脸识别源代码,实用有效,功能强大
对主成分分析算法进行研究分析,提出了一种改进的特征提取算法(ImprovedPrincipalcomponentAnalysis—IPCA)
这个文件包括源代码及相应使用文档,对于学习SVM很有帮助!
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