基于分块LBP融合特征和SVM的人脸识别算法.pdf

基于PCA的人脸识别算法报告,PCA算法与Opencv实现 基于PCA的人脸识别算法报告,PCA算法与Opencv实现

基于改进卷积神经网络的人脸识别算法.pdf

降维就是一种对高维度特征数据预处理方法。降维是将高维度的数据保留下最重要的一些特征，去除噪声和不重要的特征，从而实现提升数据处理速度的目的。在实际的生产和应用中，降维在一定的信息损失范围内，可以为我们节省大量的时间和成本。降维也成为应用非常广泛的数据预处理方法。 降维具有如下一些优点： 1) 使得数据集更易使用。 2) 降低算法的计算开销。 3) 去除噪声。 4) 使得结果容易理解。 降维的算法有很多，比如奇异值分解(SVD)、主成分分析(PCA)、因子分析(FA)、独立成分分析(ICA)。

研究的是基于Android平台人脸识别算法的应用，针对人脸识别方法进行研究，以提高识别的准确率和速度为目的，选用Haar特征提取的方法作为人脸检测的主要方法，选用Adaboost算法作为人脸识别的主要算法。在研究过程中出现的难点有人脸的检测受到外界影响，人脸的检测误差率较大，采用增加分类器将多个弱分类器级联为强分类器以优化算法，本设计已经测试在Android手机上测试成功，同一人不同脸的近似度在90%左右。

基于matlab的人脸识别程序，本程序实现了由输入一张图片和训练完的数据集进行匹配的功能，使用PCA+KNN算法

一个经典的人脸识别算法实例,提供人脸五官定位具体算法及两种实现流程.

经典的VioliaJones人脸识别算法

pca人脸识别算法matlab代码

pca人脸识别算法matlab代码 PCA_face PCA人脸识别 Matlab代码，基于PCA算法原理实现人脸识别 感谢两篇帖子带来的启发 matlab实现基于PCA的人脸识别算法 人脸识别之主成分分析（PCA） 使用方法： 运行PCA.m主脚本 选择test文件夹下的一张图片 即可获得识别后最接近的人脸图像 样本集目录：\PCA_face\train 全图片集：\PCA_face\yale