暂无评论
利用类间的散布矩阵，寻找特征脸子空间，让每一类在子空间中散布得更开；然后结合BP神经网络学习能力强、分类能力强的优点，利用它实现分类器。具体是将所有的样本投影到特征脸子空间中，并将每一个样本得到的特征
一篇文章：基于HOG多特征融合与随机森林的人脸识别
基于SIFI的人脸画像识别方法，并且对比了一般LBP和圆形LBP两种人脸画像识别方法，最后还延伸了GLOH算法，里面代码论文都有
基于SIFT特征和Fisher的人脸识别方法.pdf
基于深度学习与特征融合的人脸识别算法.pdf
为了提高人脸的识别率及其识别速度,提出了一种基于Gabor特征与投影字典对学习的人脸识别算法。由于Gabor特征对表情、光照和角度等变化具有较强的鲁棒性,首先提取人脸图像多方向.多尺度的Gabor局部
基于深度学习自动学习特征的思想，提出一种非监督的局部特征学习方法
基于PCA算法的人脸识别程序，该程序可以直接使用，识别了达到了87.5%
本程序是基于Matlab所编，能够很好的识别人脸库。
将稀疏表示引入计算机视觉的开篇之作，主要用于人脸识别，对学习稀疏表示的人很有帮助
暂无评论