代码运行效果图见压缩包
2021-10-08 23:10:12 82KB
1
数据集就是网上通用的笑脸数据集里面包含笑脸和非笑脸图片 拥有“少量”样本可能意味着从数百到数万张图像。作为一个实际的例子,我们将在包含4000张笑和没笑的图片(2000张笑的,2000没笑的)的数据集中把图像分类为“smile”或“unsmile”。我们将使用2000张图片进行培训,1000张用于验证,最后1000张用于测试。人脸特征提取实验-笑脸数据集
2021-09-06 16:29:55 24.97MB python 图片
1
内部是提取的代码,也只需要这个,其他都是需要链接的库,使用的是VS2015弄的,自己加下链接库,模型去VGG官网下载就可以了,还有不明白的给我留言
2021-08-31 15:54:12 3KB 人脸特征提取
1
人脸特征提取-初步提取人脸五官位置源代码,基于opencv和c++。
本程序是用openCV开发的人脸识别程序。该技术是基于gabor滤波算法的人脸特征提取算法
2021-05-24 11:09:52 1.36MB 生物特征识别 源程序 openCV
1
博客地址:https://blog.csdn.net/wen_fei/article/details/80261047 人脸识别源代码,包括使用opencv、dlib和cnn实现的人脸检测、opencv实现的人脸对齐以及vgg-face的人脸特征提取等,最后余弦函数计算相似度,并提供flask部署代码,可以放在服务器上远程调用
2019-12-21 21:53:27 9KB 人脸识别源码
1
基于pca的人脸特征提取及人脸重构,带文档,代码以及ORL人脸库,代码实测可运行
2019-12-21 21:41:46 18.5MB pca MATLAB 人脸识别
1
SeetaFace2采用标准C++开发,全部模块均不依赖任何第三方库,支持x86架构(Windows、Linux)和ARM架构(Android)。SeetaFace2支持的上层应用包括但不限于人脸门禁、无感考勤、人脸比对等。 编译简介 2.1 编译依赖 GNU Make 工具 GCC 或者 Clang 编译器 CM2.2 linux和windows平台编译说明 linux 和 windows 上的 SDK 编译脚本见目录 craft,其中 craft/linux 下为 linux 版本的编译脚本,craft/windows 下为 windows 版本的编译脚本,默认编译的库为64位 Release 版本。 linux 和 windows上的SDK编译方法: 打开终端(windows上为VS2015 x64 Native Tools Command Prompt 工具,linux 上为bash),cd 到编译脚本所在目录; 执行对应平台的编译脚本。 linux 上 example 的编译运行方法: cd 到 example/search 目录下,执行 make 指令; 拷贝模型文件到程序指定的目录下; 执行脚本 run.sh。 windows 上 example 的编译运行方法: 使用 vs2015 打开 SeetaExample.sln 构建工程,修改 Opencv3.props 属性表中变量 OpenCV3Home 的值为本机上的 OpenCV3 的安装目录; 执行 vs2015 中的编译命令; 拷贝模型文件到程序指定的目录下,运行程序。2.3 Android平台编译说明 Android 版本的编译方法: 安装 ndk 编译工具; 环境变量中导出 ndk-build 工具; cd 到各模块的 jni 目录下(如SeetaNet 的 Android 编译脚本位置为SeetaNet/sources/jni, FaceDetector的Android 编译脚本位置为FaceDetector/FaceDetector/jni),执行 ndk-build -j8 命令进行编译。 编译依赖说明:人脸检测模块 FaceDetector,面部关键点定位模块 FaceLandmarker 以及人脸特征提取与比对模块 FaceRecognizer 均依赖前向计算框架 SeetaNet 模块,因此需优先编译前向计算框架 SeetaNet 模块。
1
人脸特征提取matlab源码。适用于人脸识别的matlab实现。
2019-12-21 19:48:25 186KB 人脸特征提取 matlab
1
通过特征空间的降维,消除人脸特征之间的关联性,同时用降低了维数,避免了维数灾难。比较好的方案。
2019-12-21 18:53:23 7.01MB 特征提取
1