基于PCA特征脸的人脸识别

GunRosez 49 0 ZIP 2018-12-07 14:12:17

基于PCA特征脸算法的人脸识别；运行主脚本函数即可全部代码都在这

文件列表

基于PCA特征脸的人脸识别 (预估有个817文件)

EigenfaceCore.m 2KB

main.m 170B

5.pgm 10KB

2.pgm 10KB

1.pgm 10KB

13.pgm 10KB

20.pgm 10KB

11.pgm 10KB

4.pgm 10KB

15.pgm 10KB

6.pgm 10KB

12.pgm 10KB

3.pgm 10KB

17.pgm 10KB

14.pgm 10KB

9.pgm 10KB

8.pgm 10KB

19.pgm 10KB

18.pgm 10KB

7.pgm 10KB

16.pgm 10KB

EigenfaceCore.asv 2KB

Recognition.asv 2KB

Recognition.m 2KB

CreateTrainingSet.asv 1KB

main.asv 170B

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

6.bmp 11KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.bmp 11KB

10.bmp 11KB

9.bmp 11KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

5.pgm 10KB

6.bmp 11KB

10.pgm 10KB

2.pgm 10KB

1.pgm 10KB

8.bmp 11KB

5.bmp 11KB

7.bmp 11KB

2.bmp 11KB

1.bmp 11KB

4.pgm 10KB

6.pgm 10KB

3.pgm 10KB

4.bmp 11KB

10.bmp 11KB

9.pgm 10KB

9.bmp 11KB

8.pgm 10KB

7.pgm 10KB

3.bmp 11KB

CreateTrainingSet.m 1KB

用户评论

暂无评论

基于Gabor纹理特征的人脸识别方法

为了降低人脸Ｇａｂｏｒ特征的维数，提出了一种新的基于Ｇａｂｏｒ幅值的纹理表征（ＧＭＴＲ）方法用于人脸识别。ＧＭＴＲ由伽玛分布（ΓＤ）拟合Ｇａｂｏｒ幅值的分布来刻画，拟合的ΓＤ参数作为纹理特征。在ＦＥＲ

51 2019-05-15
基于特征融合策略的人脸识别新判据

特征提取是人脸识别中的重要问题。有两种结构特征,即欧几里得结构和流形结构。但是,单结构特征提取方法不能同时充分利用全局特征和局部特征的优势。因此,它们的性能将下降。为了克服基于单结构特征的人脸

8 2021-04-25
基于特征融合的人脸表情识别研究.pdf

基于特征融合的人脸表情识别研究.pdf

27 2020-08-09
基于matlab的人脸检测的人脸识别

基于matlab的人脸检测的人脸识别，很好玩，视频范围一有东西动就报警

66 2019-01-07
基于PCA人脸特征提取

人脸特征提取matlab实现

26 2020-03-11
基于加权平均脸的二维PCA人脸识别算法研究

基于加权平均脸的二维PCA人脸识别算法研究

21 2019-05-15
基于PCA的人脸识别MATLA B实现及GUI设计

这是前几天刚做的一个图像处理的大作业,给大家分享一下。主要是实现了一些基本的图像处理的功能,并做了一个小界面,很简单。基本功能有图像平滑(邻域平均法)、锐化(拉普拉斯)、二值、灰度化、腐蚀、膨胀、小波

7 2020-11-06
基于三维形变模型与PCA的人脸识别

本文介绍了基于形变模型(Deformable Models)的三维人脸识别的方法及其特点,引入了基于PCA的方法,提出了在不同姿势和不同数据库大小的情况下,利用主成分分析进行识别的方法,实现并改进了基

8 2021-01-22
基于PCA和ICA的人脸识别_刘直芳.pdf

基于PCA和ICA的人脸识别_刘直芳.pdf

11 2020-05-25
基于MATLAB的PCA加SVM的人脸识别系统

数字图像与机器视觉中的经典案例，PCA+SVM的人脸识别系统，全套代码，可以直接运行

33 2020-02-07

基于PCA特征脸的人脸识别

文件列表

用户评论

推荐下载