matlab最简单的代码-Face-Recognition_with_KNN_in_MATLAB:2019课程设计——Matlab人脸识别
matlab最简单的代码在MATLAB中使用KNN进行人脸识别
摘要-本文主要着眼于识别一个人的身份，主要出于安全原因，这一点很重要，但它也可以用于快速访问医疗，刑事或任何类型的记录。
解决此问题很重要，因为它可以保护每个人的个人信息不被泄露。
索引词-MATLAB，图像处理，特征向量，特征值，欧几里得距离。
信号系统，PCA，图像识别，图像分割，KNN
1.引言
本文的想法是通过园区大门和Macbook或智能手机中的FaceID提出的，主要是基于MATLAB的图像处理。
我已经阅读了基于图像处理的不同算法，例如Adam算法，fisher人脸算法，反向传播神经网络等。但是我将展示使用MATLAB实现人脸识别系统的最简单方法，这里没有机器学习或卷积神经网络。需要使用网络（CNN）来识别人脸。
为了使人脸识别系统尽可能简单，我使用了基于eigenvector的识别系统。
2.要求
系统：CentOS
7.5.1804核心（RHEL
7.x）
内核：x86_64
Linux
3.10.0-862.el7.x86_64
壳牌：bash
4.2.46
CPU：Intel
Core2
Duo
P8
文件下载
资源详情
[{"title":"（ 417 个子文件 8.56MB ） matlab最简单的代码-Face-Recognition_with_KNN_in_MATLAB:2019课程设计——Matlab人脸识别","children":[{"title":"Face Recognition with KNN in MATLAB.pdf <span style='color:#111;'> 219.12KB </span>","children":null,"spread":false},{"title":".~ce Recognition with KNN in MATLAB.docx <span style='color:#111;'> 162B </span>","children":null,"spread":false},{"title":"Face Recognition with KNN in MATLAB.docx <span style='color:#111;'> 156.62KB </span>","children":null,"spread":false},{"title":"Face Recognition with KNN in MATLAB.doc <span style='color:#111;'> 828.50KB </span>","children":null,"spread":false},{"title":"flowchart.docx <span style='color:#111;'> 38.29KB </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
其他资源
- bow python实现
- dea模型matlab代码，三个dea模型，超效率dea，BCC,CCR
- 关于android的外文文献翻译
- Fundamentals_of_Wireless_Communication无线通信基础中英文
- DES算法测试数据表.pdf
- 学生信息管理系统Java+jsp+mysql
- maxent3.4.1.zip
- 机器人学导论（JJ.craig）第三版英文版答案
- EIGRP RFC翻译
- 练习2：访问当当购物车页面节点
- 巴特沃斯滤波器matlab程序
- 西南科技大学《电路分析A》期末考试试卷（含答案）.pdf
- 华东政法大学《刑法总论》复习试题（含答案）.pdf
- free_file_camouflage.zip
- 怪兽FBX模型.zip
- netsetman.exe
- 简单新闻管理系统(Access数据库)源码
- SSH2三大框架的整合详解(附源码)
- 美化Labview界面
- 软件项目需求分析、概要设计、单元测试等全部文档
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