稀疏表示分类算法（Sparse Representation-based Classification，SRC）在人脸数据库上有很高的识别性能。然而，对于姿态变化，SRC的识别效果并不理想。针对SRC算法不能解决测试样本与训练样本存在偏移误差的问题，本文提出了基于SRC的改进算法。该算法将每一类的训练样本单独作为训练字典，利用迭代校正和基于金字塔分层机构的运动偏移估计方法得到最终的偏移量，最后对校正后的测试样本使用SRC算法实现分类。实验结果表明该方法对于有偏移误差的人脸图像具有较好的鲁棒性及识别率。
上传时间： 2013-11-15
上传用户：haiya2000
这是一个实现Adaboost算法的程序，对于人脸识别和目标检测很有用。
上传时间： 2013-12-23
上传用户：wfeel
改进adaboost的人脸检测算法，有效缩短该算法运行时间
标签： adaboost 人脸识别
上传时间： 2016-02-27
上传用户：wbz292623
基于MATLAB在人脸数据库上做的识别，识别准确率很高
上传时间： 2016-11-29
上传用户：lingxiafun
人脸检测是人脸分析的首要环节，其处理的问题是确认图像（或影像）中是 否存在人脸，如果存在则对人脸进行定位。人脸检测的应用领域相当广泛，是实 现机器智能化的重要步骤之一。 AdaBoost 算法是 1995 年提出的一种快速人脸检测算法，是人脸检测领域里 程碑式的进步，这种算法根据弱学习的反馈，适应性地调整假设的错误率，使在 效率不降低的情况下，检测正确率得到了很大的提高。 本论文第一章和第二章简述了人脸检测的一般情况，第三章对一些人脸检测 的经典方法进行了说明。 第四章讲述了 AdaBoost 算法的发展历史。从 PCA 学习模型到弱学习和强 学习相互关系的论证，再到 Boosting 算法的最终提出，阐述了 Adaptive Boosting 算法的发展脉络。 第五章对影响 AdaBoost 人脸检测训练算法速度的至关重要的两方面：矩形 特征和积分图的概念和理论进行了仔细的阐明。 第六章给出了 AdaBoost 的算法，并深入探讨了其中的一些关键问题——弱 学习器的构造、选取等问题。 最后一章，用编写的实现了 AdaBoost 算法的 FáDèt 程序，给出了相应的 人脸检测实验结果，并和 Viola 等人的结果做了比较。
上传时间： 2018-01-29
上传用户：dragon000008
对图片内的人脸进行识别，并用方框画出人脸所在的位置
上传时间： 2018-11-10
上传用户：xrds
人脸检测和定位是在图像中进行人脸检测,以及确定图像中人脸的位置、大小、个数等信息,最初作为自动人脸识别系统的定位环节被提出,近年来由于其在安全访问、智能监测、虚拟现实、基于内容的检索和新一代人机界面等领域的应用需求,作为一个独立的课题也备受研究者的重视。 论文针对人脸检测定位和识别技术在智能视频监控系统的特殊应用,进行人脸检测和定位算法研究,并将这些算法通过DSP进行实现。论文工作如下： 1.本文针对人脸检测和定位问题,提出了基于YUV色彩空间的肤色检测的改进算法,通过在YUV空间对人脸肤色的聚类分析,建立了YUV肤色模型。仿真结果表明,该模型可以有效地检测到图像中的肤色区域,为人脸的粗定位奠定了基础。 2.针对图像中肤色不一定是人脸的问题,在人脸检测时,利用肤色确定候选区域,再利用一些规则对人脸候选区域进行判别或合并。针对图像只中存在一个人脸的情况,采用改进的坐标轴投影方法进行单个人脸的检测定位；针对图像中存在多个人脸的情况,利用改进的区域标定算法进行多个人脸的检测定位,使得算法能够完成单人脸检测和多人脸的检测定位,仿真结果表明了算法的有效性。 3.论文提出了通过DSP图像处理系统实现以上算法的过程,首先在MATLAB环境研究算法,然后进行算法的DSP移植,采用了有利于DSP处理的图像存储格式和算法结构,改善了算法的实时性。实际测试结果表明了算法在DSP上实现的正确性和可行性。 基于DSP的人脸检测和定位算法的实现,对监控系统的智能化发展具有重要的实际意义。
上传时间： 2013-05-22
上传用户：sunzhp
人脸图像检测在实际运行中，复杂的背景、和人脸选择位置与大小都会影响到人脸识别率。为了克服这些因素并减少环境的干扰，设计了一种人脸图像检测与正规化的方法，详细论述了实现的关键技术。通过实验表明，人脸图像识别率和速度都有很大的改善，满足了实际环境中实时处理的需要。
上传时间： 2015-01-03
上传用户：大三三
在深入的对频谱脸法和Fisherface方法进行研究后，综合这两种方法的优点，提出了一种基于频谱脸和Fisherface的人脸识别新方法。频谱脸方法主要是采用二维小波变换和傅立叶变换。因为人脸图像的低频部分对人脸的表情变化是不敏感的，所以对人脸图像使用二维小波变换，提取人脸图像的低频部分。对人脸图像的低频部分使用傅立叶变换，从而获得原人像的一个低维空间的表达。但是频谱脸特征维数仍然较高，所以在频谱脸法的基础上继续提取人脸频谱图像的Fisherface 特征，降低特征的维数，提高识别效率。利用人脸面部构造产生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，进而根据眼睛和嘴巴构成三角形模板的特性，精确定位人脸在图像中的位置。实验结果表明，这种结合肤色和面部特征的算法，能够对人脸进行较快速、准确的定位，而且结果比较稳定可靠。
上传时间： 2013-10-09
上传用户：zhf01y
提供了图像识别，包括人脸识别和虹膜识别，是不可多得的程序
标签： 图像识别
上传时间： 2015-03-15
上传用户：songrui
