搜索资源列表
a
- 图像数据中从每个人的图像中选取三张图像组成训练数据，其余的组成测试数据的一段语句
qpso-svm
- 本程序用量子行为的粒子群算法训练支持向量机，并用IRIS数据验证了该方法的有效性
KL
- 基于KL变换的特征提取的方法。 选取数据库中的部分样本（每个人的前5张图片）作为训练样本，其余作为未知的测试样本。从训练样本中得到KL变换矩阵，然后对训练样本和测试样本都进行变换，用变换后的数据作最近邻识别，距离可以为对应灰度值之差的平方和，统计识别率。-KL transform based feature extraction method. Select the database part of the sample (each person' s top 5 pictures)
IamSeg
- 基于形态学商图像的光照归一化算法.复杂光照条件下的人脸／P,~J1是一个困难但需迫切解决的问题，为此提出了一种有效的光照归一化算法． 该方法根据面部光照特点，基于数学形态学和商图像技术对各种光照条件下的人脸图像进行归一化处理，并且将它 发展到动态地估计光照强度，进一步增强消除光照和保留特征的效果．与传统的技术相比，该方法无须训练数据集以 及假定光源位置，并且每人只需一幅注册图像，在耶鲁人脸图像库B上的测试表明，该算法以较小的计算代价取得了 优良的识别性能．-Face recogn
zifushibie
- 有数字1和2的图片各四十张，利用mat lab读取图片并将其二值化，得到只由0和1表示的矩阵，根据数字的不同特征，选择两个特征值，用来对分类器进行训练，最后用剩下的5个1和5个2来进行测试，看分类器是否可以正确的对数据进行分类。-Figures 1 and 2 pictures of the 40, using mat lab picture and secondly, the value of reading, and received only by 0 and 1, said matrix
LDA-based-face-recognition
- 基于LDA的人脸识别技术，从ORL数据库读数据，然后从中取一部分进行训练，一部分进行测试。-This code is LDA base face recognition programme. It reads nots faces from ORL database and the rest (noc-nots) are used as test. LDA_Performance shows the recognition performance.
generate_mean_covariance
- 本程序编程语言为C，主要用来对遥感训练数据进行处理，得到covariance矩阵。-This program is used to generate 3 files:mean file,covariance matrix of the training set, and inverse covariance matrix for training set.
ASM_version1b
- ASM是由Cootes和泰勒推出的多分辨率方法的一个例子。 基本思想： 在ASM模型训练，训练从手工绘制的图像轮廓。发现的ASM模型在训练使用主成分分析（PCA），使该模型自动识别数据的主要变化是，如果可能的轮廓/好的对象的轮廓。还包含了ASM模型的协方差矩阵描述行垂直纹理口岸时，在正确的位置。 -Descr iption This is an example of the basic Active Shape Model (ASM) as introduced by Coot
Bayes-Iris
- 根据贝叶斯原理设计的一个简单的分类器，利用已知样本数据训练后，分类器就可以对未知样本进行分类。（实验时采用的是Iris数据集。）-According to the design of a simple Bayesian classifier, using the known training sample data, the classifier can classify the unknown samples. (Experiments using the Iris data set.)
FaceRecognition
- 基于特征向量方法的人脸识别。matlab实现。注意区分训练数据和测试数据。由于版权原因，代码包中不含测试任何图像。-Face recognition by eigenvector method. Class project.
class-specific-Hough-forests-
- 用于目标检测的Hough森林分类法。比随即森林效果要好。附有文章和代码。代码是在unix环境下的Opencv运行的。还有训练数据。-ClassSpecifi c Hough Forests for Object Detection，better than random forest.include paper and source code ,working in Opencv .
KPCA-FACE
- 采用KPCA方法的人脸识别算法，包含算法的matlab实现源码及相关测试、训练数据集-KPCA based face recognition algorithm, matlab source code of the algorithm implementation and related testing, training data set contained
PCA_see_dis
- 根据训练数据特征以及类别信息，测试数据特征以及类别信息，观测PCA产生的前三个分量的性能。-use PCA to see the discriminating performance
visualtracking
- 视频跟踪代码，包括视频跟踪训练数据和训练分类算法，可以实际应用。-visual tracking
orl
- orl人脸数据库用到深度学习工具箱之前的预处理，即将图像表达成字符串的形式。并将数据库一半分为测试数据，另一半训练数据。给出orl-Pretreat Orl face before using it in deep learning tool box, in the form of the image expressed by the string. Half are divided into test data, and the other half are training data.
DBN
- 深度信念网络 (Deep Belief Network, DBN) 由 Geoffrey Hinton 在 2006 年提出。它是一种生成模型，通过训练其神经元间的权重，我们可以让整个神经网络按照最大概率来生成训练数据。我们不仅可以使用 DBN 识别特征、分类数据，还可以用它来生成数据。下面的图片展示的是用 DBN 识别手写数字： -Depth belief networks (Deep Belief Network, DBN) proposed by the Geoffrey Hinton i
FaceX-master
- 非常有效、高准确率的人脸对齐方法，“显式形状回归”。通过训练数据最小化对齐错误函数，学习一个向量回归函数直接推断整个面部形状（一个特征点集合）-Very efficient and highly accurate face alignment method, explicit shape regression . Through the training data minimization alignment error function, learning a vector regressi
picstomat
- 将图片转化为.mat格式的数据，用于训练。(transfer pictures to .mat data.)
train_test_set
- 怎么创建训练数据集和测试数据集。readimg.m读取一个大文件夹下的，所有子文件夹里的所有图片，并把同一个文件夹下的图片保存成一个矩阵。另一个文件是加载之前生成的数据，取80%为训练集，20%为测试集，并添加标签。(Read all the pictures from the folder and save it into a matrix)
决策树训练及分类
- 该压缩包包括两个文件： 1、main.m 将训练数据输入到决策树中，训练并在自动分好的测试数据上测试，并保存训练好的决策树 ctree.mat文件。 2、classification.m 加载训练好的决策树，使用决策树对新输入的数据进行分类。 该方法主要用于对SLIC超像素块进行分类，稍加修改可以用于其他数据分类。(The compression package consists of two files: 1. Main. m inputs training data into decisio