huguosheng的专栏

1. Shape symmetry prior 2. kinect= shape(could be improved with 3DMM Reconstruction)+texture 3. Application in hospital    Collect face or fingerprint to track the patient's medical history 4. App

1. 不错的中文解释     http://www.cnblogs.com/LeftNotEasy/archive/2011/01/08/lda-and-pca-machine-learning.html     http://www.cnblogs.com/jerrylead/archive/2011/04/21/2024384.html     总之一句话，优化目标是： 类间距离最大，类

本人是人脸识别的新兵，主要作3D人脸识别，具体来讲，用3D morphable model作人脸你识别。 3D 人脸识别可以天然地解决姿态问题，部分解决光照问题。实验显示效果还是很不错的，问题是优化时间长了点。 欢迎对3D 人脸感兴趣的人一起讨论。 huguosheng100@gmail.com 需要CMU-PIE，CMU-MULTIPIE数据库LANDMARK可以跟我联系。 在网

一，人脸检测/跟踪 人脸检测/跟踪的目的是在图像/视频中找到各个人脸所在的位置和大小；对于跟踪而言，还需要确定帧间不同人脸间的对应关系。   1, Robust Real-time Object Detection. PaulViola, Michael Jones. IJCV 2004. 入选理由： Viola的人脸检测工作使得人脸检测真正变得实时可用。他们发表了一系列文章，这篇是引

http://blog.sciencenet.cn/blog-730995-578502.html 最近在看人脸识别相关文献，根据文献总结归纳以下八大难点，我从难到易进行罗列。 其实，人脸识别算法研究已久，在背景简单的情形下，大部分算法都能很好的处理。但是，人脸识别的应用范围颇广，仅是简单图像测试，是远远不能满足现实需求的。而能否应对复杂情形下的图像，则成了检验各家方法的硬标准。 以下罗

From:  50：Face++： http://cn.faceplusplus.com/ 收藏原因：忒多了。。 原文链接： mashape   翻译： 伯乐在线 - 伯乐在线读者 译文链接： http://blog.jobbole.com/45936/