搜索资源列表
LDA
- Linear Discriminant Analysis算法，此压缩包中已经带有大量train和test的相关图片，用于做人脸识别。LDA算法也可以用于其他领域如语音信号处理，此代码仅供研究，请勿用于商业！
手写数字识别系统
- 111我们的任务是要设计并训练出一个可行、高效的 BP 网络，以实现对 0到 9共 10 个加噪声后的数字和识别。-Our task is to design and train a viable and efficient BP networks to achieve 0-9 to a total of 10 increases the noise figure and identification.
adaboost
- 基于ADABOOST的人脸检测代码，使用继承的策略，包括特征的计算，提取，ADABOOST训练，级联，最后训练出数据，还有注释，可以帮助大家研究ADBOOST-Based on ADABOOST face detection code, the use of inheritance strategies, including the calculation of features, extraction, ADABOOST training cascade, the last train out
opencv
- opencv写的手写识别源代码,暂时只支持大写英文字母识别，分训练和识别两个-opencv source code written in handwriting recognition, being only support capital letters to identify, train and identify two points
train
- 用于自动化训练Tessact OCR的程序，用powershell编写而成，可以在windows下运行，（请先安装powershell运行环境）。 如果没有此程序，训练过程将是极端艰苦的。（可参见官方手工训练教程：）http://code.google.com/p/tesseract-ocr/wiki/TrainingTesseract3 使用方法： 1. 将train.ps1文件放在Tesseract的bin目录下； 2. 进入Powershell环境，运行命令：PS
vc_num_recognize
- 本目录主要包括：文档和两个源代码。 其中一个源代码是识别程序的，另一个是一个矩阵类库的，书里面也使用过，所以一并附上。 因为已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。-This di
train
- 进行svm分类器的训练，作为人脸检测的人脸分类器-For svm classifier training as face detection face classifier
How-to-train-their-classifier-OpenCV
- matlab图像特征识别。分类器的训练方法。很好的学习资料。如何用OpenCV训练自己的分类器。内含人脸库共训练器使用-matlab image feature recognition. Classifier training methods. Good learning materials. How to use OpenCV train their own classification. Training face database containing a total of uses
dspLIT
- 实现数字识别,有数字训练样本和数字测试样本，还有实现数字识别的c++源代码。-it will realize the recognition of numbers，and it have train data and test data ,and it has c++ code
fdp5final
- Face Detection System 基于Gabor特征提取和人工智能的人脸检测系统源代码 使用步骤： 1. 拷贝所有文件到MATLAB工作目录下(确认已经安装了图像处理工具箱和人工智能工具箱) 2. 找到"main.m"文件 3. 命令行中运行它 4. 点击"Train Network"，等待程序训练好样本 5. 点击"Test on Photos"，选择一个.jpg图片，识别。 6. 等待程序检测出人脸区域
Database-digit-handwritten
- 手写体数字识别的训练数据库（MNIST）。 收集了500多位实验者的共60000个样本。-THE MNIST DATABASE of handwritten digits Four files are available on this site: train-images-idx3-ubyte.gz: training set images (9912422 bytes) train-labels-idx1-ubyte.gz: training set label
fdsvm
- 支持向量机进行人脸识别matlab代码，有训练图像-Support vector machine matlab code for face recognition with the train image
ferns_demo-1.1
- Random Ferns算法实现,通过将时间负荷转移到训练上,使得识别速度与精度都比SIFT高,具有很高的实时性.-Random Ferns algorithm, through the load transfer to the train on time, so that the recognition speed and accuracy than SIFT high, with high real-time.
wenzishibie
- 能够实现对手写数字的识别，是文字识别的基础，刚接触图像处理，是用于练手的一个不错的小程序-Able to achieve the recognition of handwritten digits, and is the basis for character recognition, image processing fourth year, is a small program used to train a good hand
EyeDetect
- 精准的人眼定位代码,需要先训练，再测试。训练样达到100个以上时具有很好的效果-Precise eye location code, you need to train, and then test
VCPPCODErecognize
- 基于神经网络的文字识别系统 本目录主要包括：文档和两个源代 其中源代码是识别程序的，另一个是矩阵类库的。已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。当然也可以自行用训练样本训练网络，不过要注意训练样本的选择，否则可能识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下训练样本数目尽量多。 -Neural network character recognitio
DeepLearnToolbox-master
- 这是关于深度学习的一些很重要的代码 包括基础的深度学习 RBM等，还有用深度学习去训练神经网络-This is about the depth of learning, including some very important code based on the depth of learning RBM, as well as by the depth of learning to train the neural network, etc.
multiSVMTrain
- 基于matlab的支持向量机多分类器train-Matlab-based support vector machine classifier train
OpenCV
- 基于OpenCV的人脸识别Demo，摄像头输入，结果输出。需要手动配置训练样本集的图库地址(train.csv)-OpenCV based Face Recognition, web cam input. Need to manually configure train data set.
train the random forest
- train the random forest classifier for digital processing