基于2D FrFT多阶次特征融合的人脸表情识别方法

基于2D_PCA和2D_LDA的人脸识别方法

融合深度学习和最大间距准侧的人脸识别方法

一篇文章：基于HOG多特征融合与随机森林的人脸识别

2018最新人脸面部表示识别的IEEE论文，实现野外识别，非常有借鉴意义

基于Gabor小波变换和两次DCT的人脸表情识别，模式识别的一种，很不错的论文

提出一种基于特征采样和特征融合的子图像人脸识别方法(RS-SpCCA).首先,对子图像进行特征采样;然后,将全局特征和采样后的特征使用CCA进行信息融合,以获取包含全局特征和局部特征的相关特征;最后,

半监督流形学习人脸识别用于研究人脸识别算法

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

一种基于Gabor滤波器的人脸表情识别方法及系统.pdf

针对人脸识别过程中所提取特征向量的信息不完整性与整体图像信息数据量较大的问题，提出一种类矩阵神经核特征融合的人脸识别方法。该方法为深度神经网络的首层升维操作，首先将人脸数据作为特征向量的集合，利用随机

人脸局部遮挡表情特征快速识别方法仿真.pdf

为了降低光照变化对基于子空间的人脸识别方法性能的影响, 结合多通道Log

本文基于人脸图像分块和奇异值压缩,进行RBF 神经网络和贝叶斯分类器融合的设计。将人脸图像本身的灰度分布描述为矩阵,其奇异值特征具有转置不变性、旋转不变性、位移不变性、镜像不变性等诸多重要的性质,进行

要提高人耳的识别率,关键是特征的提取与表达。尺度不变特征变换(SIFT)技术是局部点特征提取算法,在尺度空间寻找极值点,提取对图像的尺度和旋转变化具有不变性,对光照变化和图像变形具有较强的适应性的特征

引言 本文基于人脸图像分块和奇异值压缩,进行RBF 神经网络和贝叶斯分类器融合的设计。将人脸图像本身的灰度分布描述为矩阵,其奇异值特征具有转置不变性、旋转不变性、位移不变性、镜像不变性等诸多重要