一种具有较好光照鲁棒性的人脸识别方法,梁武民,宋加涛,光照变化是当前影响人脸识别系统性能的一个重要因素。为了有效地克服光照变化的影响,本文提出了一种基于改进局部二值模式算子的
提出了利用小波变换(WT)、非负稀疏矩阵分解(NMFs)和Fisher线性判别(FLD)来进行人脸识别。用小波变换分解人脸图像,选择最低分辨率的子段,既能捕获到人脸的实质特征,又有效地降低了计算复杂性
提出一种非约束条件下的人脸识别方法。利用Prewitte算子将人脸图像转换成特征图像以保护更多的局部信息,并将特征图像划分为多个区域特征向量表示人脸,通过调整二次直方图距离中的权系数矩阵以降低干扰因素
人脸检测及人脸年龄与性别识别方法.pdf
基于深度学习的轻量级和多姿态人脸识别方法
为提高实时系统下人脸识别的效果,通过具有良好尺度不变性的圆形局部二值模式直方图提取其特征,考虑计算量和光照干扰因素的影响,采用对光照有较强鲁棒性的ULBP方式对提取到的特征降维,使用直方图交叉核方式对
12年4月最新人脸识别算法。出一种基于G8bor小波与hhr蒯c算法的人脸识别方法.算法使用一组特定的‰小波滤波器对人脸图像重要区域进行针对性的特征提取运算,可在较短处理时间内获得更具区分能力的识别数
人脸识别是计算机视觉研究领域的一个热点,同时人脸识别的研究领域非常广泛。因此,本技术综述限定于:一,在LFW数据集上(Labeled Faces in the Wild)获得优秀结果的方法; 二,是采
1.c++开发;2.人脸识别中用到了深度学习3.是个完整的考勤签到系统用C++调用OpenCV库实现人脸检测、人脸关键点定位、面容特征提取;用Windows版Caffe建立训练模型,将训练好的模型部署
基于QT实现的人脸识别系统,基于caffe框架C++实现,人脸检测部分使用MTCNN算法实现,识别部分用Seetaface里的Identification,Qt实现界面开发,使用MySQL数据库。