搜索资源列表
matlabforFaceRecognition
- 这是一个用matlab做的人脸识别系统，里面包含了几十张人脸数据图像，值得一荐
基于数据挖掘的语音驱动三维人脸动画合成
- 三维人脸动画的合成：利用数据挖掘和语音驱动（解决了语音和动画的同步）-3D Facial Animation Synthesis : Using Data Mining and voice-driven (to solve the voice and animation simultaneously)
BHU人脸表情数据库的设计与实现
- 人脸情感检测数据搜集
FaceRecognition
- 这是一个用matlab做的人脸识别系统，里面包含了几十张人脸数据图像，值得一荐-This is a matlab to do with Face Recognition System, which contains dozens of Zhang Face image data, it is worth sacral
MIT人脸数据库
- MIT人脸数据库有400张人脸数据，只包含头部，是做人脸识别的好选择
滤波人脸识别
- 利用orl图像数据集，进行图像滤波，人脸检测。
FaceRecogTool
- 人脸识别人脸数据(Face recognition is relaxing in a way that is the way places are annoying people, I think)
基于K-L的人脸识别源代码
- 很好的用于人脸识别的matlab代码，附件包括人脸图片数据，便于直接测试程序的优劣。(Matlab code for face recognition)
yaleB_4
- 从yaleB人脸数据集中提取的4维subspaces(subspaces with dimension 4 extracted from YaleB dataset)
yaleB_9
- 从yaleB人脸数据集中提取的9维subspaces(subspaces with dimension 9 extracted from YaleB dataset)
yaleB_13
- 从yaleB人脸数据集中提取的4维subspaces(subspaces with dimension 13 extracted from YaleB dataset)
]ORL+PCA+SVM-11
- 编写了用户界面程序实现ocr人脸数据集的识别，使用了svm分类器(A user interface program is developed to realize the recognition of OCR face data set, and the SVM classifier is used)
人脸识别
- 基于ssm框架搭建的，前端通过获取video标签?调用本地的摄像头(获取用户媒体对象,流媒体数据base64)，将流媒体数据画到convas画布上去?,后台调用百度API人脸识别接口，进入百度大脑搜索人脸识别即可获取官网的Secret Key，将前端获取的人脸信息的base64信息和你本地数据库里的人脸信息传到百度人脸识别的接口进行人脸比对，返回一个json数据，result参数 带别人脸相似度, result可自己定义，从而实现人脸识别登录(Based on the SSM framework
frey_rawface
- 人脸数据集。mat文件。2000张人脸数据，560*1965的二维数据(Face data set. Mat file. 2000 face data, two dimensional data of 560*1965)
PCA+SVM
- 采用经典的ORL人脸数据集，利用PCA进行进行降维，然后用SVM进行数据集的分类和训练。上传文件内包含libSVM3.2安装包(The classical ORL face dataset is used for dimension reduction by PCA, and then SVM is used to classify and train the dataset.)
表情识别数据集
- 整个数据库一共有213张图像，10个人，全部都是女性，每个人做出7种表情，这7种表情分别是： sad, happy, angry, disgust,surprise, fear, neutral. 每个人为一组，每一组都含有7种表情，每种表情大概有3,4张样图。这样每组大概20张样图，目前在这个数据库上的识别率已经很高了，不管是person independent 或者是person dependent。识别率都很高。这个数据库可以用来熟悉人脸表情识别的一些基础知识，包括特征提取，分类等。
基于PCA的人脸识别
- 主成分分析法(principal conponent analysis, PCA)也叫Hotelling变换或特征脸法，是基于 K-L变换基础上研发得到的。该方法的核心是能够降低图像空间的维度，具体做法是将原始的数据通过某种线性变换从高维度空间转变到低维度空间中，这些数据彼此不相关，根据贡献率选取最大的前一部分，使原数据具有最大的变化量，对后面的图像也向这个空间投影，然后比较它们之间的距离来确定类别关系。PCA方法的缺点是对光照问题比较敏感。
人脸识别
- 人脸检测和识别，录入人脸数据，识别未知人脸是否为录入的(Face Detection and Recognition, Entering Face Data, Recognizing whether an Unknown Face is Input)
cnn人脸识别
- 使用CNN实现人脸识别，包括训练数据集与测试数据集(Face recognition using CNN, including training data set and test data set)
ORL人脸数据库
- ORL人脸数据库，包含400幅人脸图像(40人， 每人1O幅， 大小为112像素x92像素)(ORL face database, including 400 face images (40 people, 10 for each person, 112 pixels x 92 pixels in size))