人脸图像特征提取matlab代码基于特征值的面部识别和匹配
该项目旨在通过使用Haar分类器来改进人脸检测系统,以获得更高的准确度结果。
Haar分类器用于面部检测,因为它可以非常快速地检测到所需图像。
该算法已用于检测,实现了较高的检测精度。
1.数据预处理
出于该项目的目的,已经获得了40个人的数据集。
这些人每个人都有10个姿势不同的图像。
这意味着总共有40
x
10
=
400张图像。
对于每个人,都有单独的文件夹。
用这种方式解释会造成混乱。
在图1中,我们可以在第一行中看到40个标记为1、2、3到40的人。每个人都有10张图像。
这些图像是灰度的。
所有这些图像必须具有相同的尺寸和分辨率。
最后,每个人的图像都保存在单独的文件夹中。
在图1中,s1,s2,s3…..s40代表文件夹。
此过程的摘要如下:•每个人10张图像•每个人1个文件夹(s1,s2,s3等)•图像必须为灰度级•图像必须具有相同的分辨率和尺寸。
我已经拍摄了92
x
112像素的图像。
•图像名称必须是数字,例如1、2、3。•并且图像必须具有相同的扩展名,例如bmp,pgm和/或任何图像格式
2.数据集加
2022-11-01 22:40:33
3.68MB
系统开源
1