搜索资源列表
nearestneighboralgorithm
- 自己写的，模式识别最近邻算法实现，配有IRIS数据集，非常实用-Their own writing, pattern recognition, nearest neighbor algorithm, with IRIS data set, very useful
CorrectCarNoImageAndRegnize
- 一种车牌图像校正新方法 【摘要】因摄像机角度而造成的机动车牌图像倾斜会对其后继的字符分割与识别带来不利的影响。本文在分析了车牌倾斜模式的基础上,提出了一种基于最小二乘支持向量机（LS-SVM）的车牌图像倾斜校正新方法。通过LS-SVM线性回归算法求取坐标变换矩阵并对畸变图像进行旋转校正。主要方法：首先,将二值倾斜车牌图像中的像素转换为二维坐标样本,并构造图像数据集 再通过LS-SVM线性回归算法对该数据集进行回归,求取主要参数 最后,再由该参数转换为能反映图像倾斜方向的2维坐标变换矩阵。实验
GavabDB
- GavabDB 数据集 为3D人脸识别提供资源-GavabDB 3d face database
knn_handwritten_numeral_recognition
- knn用于手写数字识别，数据集来自UCI，knn包含三种求距方式可供选择。-knn for handwritten numeral recognition , data sets from UCI , The KNN contains three seek distance to choose from .
SVM-and--Face-Recognition
- 支持向量机及其在人脸识别中的应用研究 上海交通大学博士论文，在知网上面付费下载得到的。本文从应用的角度出发，较为全面地对一些相关问题进行探讨，并使用Visual C++实现了一个基于支持向量机的人脸识别软件—idTeller。 论文的主要工作和创新点包括： ·提出了两种基于VC边界的支持向量机参数选择算法—固定C算法和VC-CV算法。VC边界是两类支持向量机参数选择的一个理想准则，但它的一些固有缺点使其应用变得困难。本文通过将VC边界转化为VC指标，最终把问题归结为对最小包围体的求解，从理论
2D-LDA
- LDA是一种线性降维方法，对原有的高维人脸数据集降维，然后识别，具有很好的聚类和识别效果。有详细的说明-LDA is a linear dimensionality reduction method, the original high-dimensional face data set dimensionality reduction, and then identify clustering and identification. Described in detail
Release
- 闲时无聊，搭了一个基于深度神经网络的手写数字识别系统。该系统在手写数字数据库mnist测试达到了99.22 的准确率。整个系统基于C++开发，可以很方便的移植到其他平台。 其中手写数字数据库mnist（http://yann.lecun.com/exdb/mnist/），有60000个训练样本数据集和10000个测试用例。它是由Google实验室的Corinna Cortes和纽约大学柯朗研究所的Yann LeCun建立的一个手写数字数据库。同时它是nist数据库的一个子集。
SOMface_demo
- 基于som脸编写的人脸识别算法，应用在feret数据集上，效果不错-Face recognition algorithm based on som face writing, applied on feret dataset, effect is good
ORL
- ORL人脸数据集，用于进行人脸识别，有40类人，每类人姿态，表情不同共10张-ORL face data set and used for face recognition, there are 40 kinds of people, each type of gesture, facial expression, a total of 10 different copies
YaleB-LFDA
- 基于local fisher discriminative analyse的人脸识别算法，针对YaleB人脸数据集给出了示例-Face recognition based on local fisher discriminative analyse
PYaleB
- yaleB人脸数据库，可用与人脸识别的数据集，包含数据集和实现代码-YaleB face , and the face recognition data sets are available, and contains data sets and the implementation code
滤波人脸识别
- 利用orl图像数据集，进行图像滤波，人脸检测。
chinese_test
- 手写汉字识别，数据集训练，MNIST，Deep Convolutional Network识别手写汉字(Handwritten Chinese character recognition, data set training, MNIST, Deep Convolutional Network)
cnn
- 基于python tensorflow框架构建的卷积神经网络用来识别图像，附带训练数据集的制作代码。(The convolution neural network based on the python tensorflow framework is used to identify images with the production code of the training data set.)
input_data
- mnist数据集的导入文件，官网上有可能进不去(def maybe_download(filename, work_directory): """Download the data from Yann's website, unless it's already here.""")
UCI的光学字符识别数据集
- 其目标是将大量黑白矩形像素显示器中的每一个识别为英文字母中的26个大写字母之一。字符图像基于20种不同的字体，并且这20种字体中的每个字母随机失真以产生20,000个独特刺激的文件。每个刺激被转换成16个基本的数字属性（统计矩和边缘计数），然后将其缩放以适合从0到15的整数值范围。我们通常在前16000个项目上进行训练，然后使用结果模型预测剩余的4000个字母类别。请参阅上面引用的文章以获取更多详细信息。(The objective is to identify each of a large
基于SVM的光学字符识别
- OCR光学字符识别是将纸上的文字扫描成数据集，然后对数据集进行分类，最终自动识别字符的技术。(OCR optical character recognition is a technology that scans text on paper into data sets, then classifies the data sets, and finally automatically recognizes characters.)
3-基于高斯混合模型的语音识别
- 基于高斯混合模型的语音识别，有完整的数据集和matlab代码(Speech recognition based on Gaussian mixture model, complete data set and matlab code)
基于深度学习的手写数字体识别
- 基于深度学习的手写数字体识别，以卷积神经网络（CNN）作为网络模型，利用mnist手写数字训练数据集训练手写数字识别模型，搭建手写数字识别系统，并用自己手写的数字照片进行测试。
手写数字识别
- 采用mnists数据集方法提取3000个训练数据进行识别