人脸识别
文章平均质量分 79
人工智能专属驿站
phthon、matlab大量代码
展开
-
pca adaboost算法实现人脸识别 含有GUI界面
训练开始...读入人脸数据.................................PCA降维...ans = 112 460..............................归一化开始............归一化完成...训练分类器开始,这个过程可能会花上几分钟............测试开始...读入测试集合.................................载入训练参数.................................原创 2022-07-09 18:00:51 · 346 阅读 · 0 评论 -
pca svm算法实现人脸识别
采取 fitcsvm工具箱,适合matla2018以上版本 可以看出可以得到需要的结果在最后一个图 可以检出,真实的样本的标签和测试标签的数据 这是输入到真实的数据 然后得到预测的数据结果 code 详细见到pca svm算法来实现人脸识别算法不带GUI-机器学习文档类资源-CSDN文库..................原创 2022-07-09 16:32:48 · 804 阅读 · 0 评论 -
贝叶斯人脸识别 pca knn算法的人脸识别
总体的布局 可以看出准确率不是很高 图图像的梯度复制的图像 KNN算法描述如下:1、初始化训练集和类别;2、计算测试集样本与训练集样本的欧氏距离;3、根据欧氏距离大小对训练集样本进行升序排序;4、选取欧式距离最小的前K个训练样本,统计其在各类别中的频率;5、返回频率最大的类别,即测试集样本属于该类别。......原创 2022-07-09 14:34:54 · 454 阅读 · 1 评论 -
pcabp算法的人脸识别 基于matlab gui界面系统设计 单个人脸识别
代原始的数据ORL面部数据库包含400张面部图像,每个图像由40个人组成,每人10张图片,同一个人的不同图片显示不同的手势,表情,光线和细节。 每张图片的大小为 。 们可以用自己的眼睛来区分他人,所以也一直希望计算机有一天拥有同样识别的能力,因此这大大推动着人们使用计算机来进行人脸识别的探索。人脸识别在计算机视觉和模式识别领域中是十分受欢迎的研究方向,也是一种关键的生物特征识别技术。它自然、非接触和便利的这些优点受到很多人的关注,并取得了重大突破,而且在商业、安全和信息等许多领域开始运用,因此,人脸识别学术原创 2022-07-09 13:56:02 · 240 阅读 · 0 评论 -
【无标题】pca bp gabp cpobp算法的人脸识别技术研究
测试的结果如下 load tt.mat train_pro train_labels test_pro test_labelsload e.mat pn tn pnew load net1%找出训练数据和预测数据input_train=train_pro;output_train=train_labels;input_test=test_pro;output_test=test_labels;%节点个数inputnum=5;hiddennum=11;outputnum=1;%原创 2022-07-09 13:45:55 · 140 阅读 · 0 评论 -
正交匹配追踪的人脸识别算法
可以看出结果 代码正交匹配追踪的人脸识别算法-机器学习文档类资源-CSDN文库原创 2022-07-09 13:15:03 · 100 阅读 · 0 评论 -
LVQ bp的人脸识别算法
目录lvqBp算法的核心代码首先获得lvq算法的特征然后进行Bp神经网络算法的设计第一阶段(1964-1990)这一阶段始于1960年代计算机技术的飞速发展,当时人们对面部识别技术有了普遍的需求,这反过来又促进了面部识别技术的兴起。 它主要检查面部识别所需的面部特征,但系统无法自动识别。 主要技术方法基于面部几何形状。 该方法对面部特征的提取提出了很高的要求,不第二阶段(1991-1997)在这个阶段,人脸识别技术的发展异常迅速,取得的成果令人感到骄傲,许多具有代表性的人脸识别算法已经诞生。 例如,来自Vi原创 2022-07-09 13:05:25 · 172 阅读 · 0 评论 -
OLPP_SVM测试集 OLPP-pca_SVM测试集的人脸识别的算法结果研究
OLPP_SVM测试集的人脸识别结果展示在20世纪中叶,Bledsoe和Chan一起发表了有关面部识别的技术报告。随着这些年来的发展,面部识别技术已经走下坡路,技术发展迅猛,已发表的科学论文数量也在增加保局投影(LPP)是一种线性流形学习的降维算法,反映人脸空间的本征流形结构。因此,LPP在人脸识别中可以很好的运用。然而单一地用 LPP 进行人脸识别,识别效果不能达到我们的预期。matlab能有效地提取人脸特征,但是它的特征向量维数太大,必须进行维数简化,利用LPP对matlab特征向量进行降维。所以我们提原创 2022-07-09 12:56:46 · 386 阅读 · 0 评论 -
LBP特征的人脸识别算法研究 单独的灰度特征进行识别的方法
首先提取人看的特征然后进行分类 得到数据的结果很简单,需要将每个人脸的图像放在文件夹下面有几个文件夹就代表了有几个人,那么训练的特征个数也是这些人这个代表的是截取的明显的图像 代表了其lbp的特征 image=imresize(image,[100 100]); I=image; %读出图片 bboxes=detector(I); s_temp_size = size(bboxes) if s_tem原创 2022-07-09 12:49:35 · 363 阅读 · 0 评论