人脸识别经典算法PCA以及2DPCA完美matlab版
此程序包含经典PCA以及2DPCA算法的MATLAB程序，以及在ORL人脸数据库中的人脸识别应用，分类识别算法采用的是SVM。
PCA最高识别率为85%
2DPCA为91%
程序中涉及到一些图片路径的修改，请注意自己修改。
部分重要程序有xxx以及TDxxx两份，分别对应于PCA以及2DPCA程序的使用。
主要识别能力有：单张人脸的类别的识别，全体人脸的识别率的计算，单张人脸的图像近似重构。
特别注意：在test之前一定要先train一下哦：
比如：
TDtrain(40,5,5);
TDtest
交流学习
文件下载
资源详情
[{"title":"（ 447 个子文件 22.34MB ） 人脸识别经典算法PCA以及2DPCA完美matlab版","children":[{"title":"ReadAFace.m <span style='color:#111;'> 248B </span>","children":null,"spread":false},{"title":"TDPCA人脸重构80个主成分.bmp <span style='color:#111;'> 1.09MB </span>","children":null,"spread":false},{"title":"menucallPCA.m <span style='color:#111;'> 268B </span>","children":null,"spread":false},{"title":"multiSVMTrain.m <span style='color:#111;'> 2.08KB </span>","children":null,"spread":false},{"title":"classify.asv <span style='color:#111;'> 754B </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
-
-
-
oscar0011122 :可以运行 恩2019-12-01 -
-
oscar0011122 :可以运行 恩2019-12-01
-
-
swallow666666 :下载成功，上机试试先2018-05-23
-
-
Sherry621 :下载成功，上机试试先2018-05-23
-
-
suifengzhou :根本就没下载下来，显示错误2017-11-20
-
-
suifengzhou :根本就没下载下来，显示错误2017-11-20
-
-
mochan7047 :为什么下载不了，一直在提示连接资源，2017-07-09
-
-
mochan7047 :为什么下载不了，一直在提示连接资源，2017-07-09
-
-
zhangqi20100514789 :资源可以，可以直接执行2016-05-06
-
-
我们即将毕业了 :资源可以，可以直接执行2016-05-06
-
其他资源
- MATLAB 画飞机三维运动轨迹工具箱
- 操作系统实验可视化界面
- 基于腾讯云ocr识别接口做的识别工具（自动识别图片、证件、车牌、身份证等）
- 基于Movielens的推荐系统—评分预测
- TDOA定位技术原理及算法
- 红心大战java
- 小波与傅里叶分析基础（扫描版PDF）
- 2020完整版行政区划代码表+经纬度-省市区-邮编-区号-拼音-简称.xls
- C++ AGV 路径规划仿真程序
- RSA加密解密算法 java版 源码 可运行
- 安全验证组件.zip
- 基于MATLAB的电力系统PQ分解法潮流计算研究
- 基于python的人脸检测
- uni-app开发实例
- PCA（主成分分析法）
- 搜索引擎选择： Elasticsearch与Solr - 叽歪.pdf
- 进程调度算法源代码
- 一件获取本机IP、主机名、和Mac地址小工具
- 电容器储能型轨道电磁炮的理论分析与动态仿真
- 发电运行与控制 电子版
- Jtopo提示框实现
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明