暂无评论
老师推荐的基于pca的人脸识别研究很实用的参考资料
近年来基于视频的人脸识别已成为人脸识别领域最为活跃的研究方向之一．如何充分利用视频中人脸的 时间和空间信息克服视频中人脸分辨率低，尺度变化范围大，光照、姿态变化比较剧烈以及时常发生遮挡等困难是 研究的
从中国知网下载到的一篇论文。论文中第二章包含了LBP算法，以及uniform模式，旋转不变模式等LBP的介绍！介绍得比一般论文要更容易懂。学习LBP算法的朋友，尤其是初学者看这个比较容易入门。
如何有效融合不同时刻的网络结构信息,是影响复杂网络中动态社团检测算法检测性能的关键和难点。基于此,提出了一种基于非负矩阵分解的半监督动态社团检测方法 SDCD-NMF,该方法首先有效提取了历史时刻所包
基于局部奇异值分解的人脸识别的讲解ppt，对这种方法的好的特性进行了分析，主要是对刘小军论文中的方法进行阐述，能取得较好的识别效果。
随着社会的发展，各个领域对快速有效的自动身份识别验证的要求日益迫切。由于生物特征是人的内在属性，具有很强的自身稳定性和个体差异性，因此人脸是区别人与人之间差别的最重要的特征。利用人脸特征进行身份验证又
神经网络的输入可以是降低分辨率的人脸图像、局部区域的自相关函数、局部纹理的二阶矩等。这类方法同样需要较多的样本进行训练，而在许多应用中，样本数量是很有限的。
在Boosting算法中，我们将分类任务划分成多个子分类器，每个子分类器专注于一些难分类的样本，然后组合这些子分类器形成一个强的分类器。
为了提高人脸识别的准确率,提出了一种基于K近邻(KNN)和粒子群优化(PSO)的人脸识别方法。运用局部二值模式(LBP)提取特征,研究了遗传算法(GA)、粒子群算法(PSO)、蚁群算法(ACO)等元启
一种基于非负矩阵分解的聚类集成算法
暂无评论