人脸识别初步
来源:互联网 发布:电影评分数据 编辑:程序博客网 时间:2024/06/09 17:27
实现步骤:
1、人脸图像采集及检测
2、人脸图像预处理
3、人脸图像特征提取
4、人脸图像匹配与识别
(预处理->图像处理;特征提取->图像分析;匹配与识别->模式识别)
人脸识别算法分类
人脸识别算法分类
基于人脸特征点的识别算法(Feature-based recognition algorithms)。
基于整幅人脸图像的识别算法(Appearance-based recognition algorithms)。
基于模板的识别算法(Template-based recognition algorithms)。
利用神经网络进行识别的算法(Recognition algorithms using neural network)。
版本设计
初版:采用ORL人脸库,省掉人脸图像采集及检测、人脸图像预处理。直接做特征提取和匹配识别。
所用工具:C++,opencv
所用工具:C++,opencv
复版:不用ORL人脸库,加入人脸图像采集及检测、人脸图像预处理。用电脑摄像头采集图像。
初版:
基于PCA和SVM的人脸识别
PCA:Principal Component Analysis,主成分分析
SVM:Support vector machine,支持向量机
第一步:数据集分割。
实验数据集采用ORL人脸库,将整个数据集分为两部分:训练集和测试集。
ORL人脸库特点:图像在光照,以及关键点如眼睛、嘴巴的位置等方面比较规范。如果采用不满足这些特点的图片库,需要进行归一化和校准等工作(二期工程)。
附:ORL人脸库 http://download.csdn.net/detail/cheyanxin2009/9459249
第二步:读入训练图像。
生成人脸样本矩阵(存入人脸全样本信息),维数高。
第三步:利用PCA提取人脸特征。(基于代数特征或统计学习的表征方法)
归类于图像处理技术中的特征提取,利用PCA降维去除像素之间的相关性。
第四步:利用SVM做识别。
生成人脸样本矩阵(存入人脸全样本信息),维数高。
0 0
- 人脸识别初步
- 人脸识别的初步认识
- 一种关于人脸五官位置识别的初步检测方法
- 图像识别初步
- 语音识别&人脸识别
- 验证码识别技术(初步)
- Service初步识别(三)
- 【人脸识别】初识人脸识别
- 【人脸识别】初识人脸识别
- OpenCV的行人识别&人脸识别
- 图片识别之人脸识别API
- OpenCV的行人识别&人脸识别
- IOS人脸识别和二维码识别
- 人脸识别之颜色识别
- Face++ 人脸识别,身份识别集成
- 人脸识别:(抓拍+识别)
- 人脸识别的发展方向:蒙面识别
- usb手机型号的识别(初步研究)
- BufferedReader的使用方法和注意事项
- Codeforces 651A Joysticks【贪心】
- _T(x) _TEXT(x) L 代表什么?
- eclipse 快捷键
- ExtJS学习(一)Ext自定义类实现
- 人脸识别初步
- Android学习之 启动模式
- Linux常用命令ls详解
- WIN8.1为OK6410安装linux3.0.1遇到的若干问题总结以及解决方案
- Html5 手机wap开发、微信开发、APP开发的优缺点-创业者必知
- Android笔记--简单的Fragment和Activity的之间的数据交互(传值)
- Python生成器generator之next和send运行流程
- android 定时任务 隔一段时间执行 开启 关闭
- 今日BBC