登录
首页 » 图像处理 » 人脸识别

人脸识别

于 2022-05-14 发布 文件大小:5.76 MB
0 44
下载积分: 2 下载次数: 1

代码说明:

这个项目的目标是捕捉到的人脸检测使用PCA人脸。经过检测所检测的脸部被存储在XML文件中。该项目还检测到

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • temperature normalization
    红外人脸识别,不受光照影响,不易受面部皮肤损伤,
    2023-08-21 07:55:04下载
    积分:1
  • 优化的Canny算子的Matlab边缘检测代码
    自己写的Matlab程序,实现了Canny算子对于图片的边缘检测功能。步骤分为:1,为源图像进行高斯低通平滑滤波。2,计算梯度幅值图像和角度图像。3,为图像进行非最大值抑制。4,用双阈值处理和连接分析来检测。
    2022-03-17 17:00:47下载
    积分:1
  • cvmeanshift和cvcamshift代码,完美运行
    完美运行meanshift和camshift物体跟踪,实时显示色度直方图,鼠标标记,跟踪该物体
    2023-03-01 10:10:03下载
    积分:1
  • PLSgui程序
    PLSgui是一个图形给用户界面的Matlab程序,通过鼠标和键盘传递信息。当然我们可以通过命令行执行我们的程序,它只是PLSgui的一部分功能。
    2023-04-11 16:15:28下载
    积分:1
  • ITK、VTK、Qt混合编程,读取二维,并在qvtkwidget显示和qvtkwidget上鼠标移动获取坐标
    基于Qt界面,利用ITK读取二维图像,然后用VTK在qvtkwidget上显示出来,其中ITK读取用的是ImageFileReader,用ImageToVTKImageFilter将ITK数据转换到VTK数据,然后采用vtkImageviewer显示图像; 鼠标的动态坐标获取采用了vtkEventQtSlotConnect类来实现从Qt事件到VTK事件的转换,并在槽函数slotUpdatefixedCoords(vtkObject*)中提取坐标信息。 Connections_fixed->Connect(m_fixedWidget->GetRenderWindow()->GetInteractor(),         vtkCommand::MouseMoveEvent,this,SLOT(slotUpdatefixedCoords( vtkObject* )) );
    2022-05-04 22:17:02下载
    积分:1
  • 视频加权融合
    该源代码可以实现视频的加权融合,融合的加权比重可以自己设定。当然,本压缩包没有相应的视频,需要打击自己载入两个视频,并且把位置自己重新设定
    2023-05-05 11:05:04下载
    积分:1
  • 在视频中的行人检测
    这个项目的目标是在实时,与较高的检测率和几个误报检测人类。人类探测器达到 20 帧/秒速度和先进的检测精度,而不是诉诸特别像 GPU 硬件使用只有一个处理线程。轮廓线是人体检测,最重要的信息来源和相邻像素之间的比较情况迹象的关键编码轮廓。
    2023-08-03 22:05:07下载
    积分:1
  • 使用语言的除污特性 dct
    这个程序用来计算图像的离散余弦变换。用于执行离散余弦变换的方法是常规行-列。离散余弦变换是图像处理 trnasform 有权从空间域向频率域图像中非常重要的。程序注释将帮助您了解该过程。
    2022-01-25 20:05:57下载
    积分:1
  • 三维重构显示
    三维重构显示,显示一幅图片的三维效果图像,应用matlab作为工具!显示一个物体三维信息
    2022-07-21 20:11:57下载
    积分:1
  • kalman+camshift 跟踪程序
    针对camshift跟踪容易丢失目标问题,加入了kalman滤波来预测下一个可能存在的位置,跟踪丢失的几率降低。cam-shift算法的原型是mean-shift算法,后者的核心是沿某种函数的梯度方向迭代,之后根据迭代次数和误差阈值收敛于某一个范围,这个范围就是“要找”的区域。 这个函数是目标区域色彩直方图在当前关键帧的投影得到的图像,可以把这个图像理解成一种空间函数分布——色彩地形图。 cam-shift算法是对mean-shift算法的升级,可以进行窗口可变的迭代……cam-shift是一种基于密度函数迭代的跟踪算法,对运动不敏感,所以不能进行两帧之间目标的关联分析(这一部分要我们自己做)。而这个算法之所以能够用来跟踪,我认识是算法的前提假设,相连帧间目标的运动是微小的,即运动是近似连续的,这样密度函数是连续的,就可以沿梯度方向寻找局部最优值,这是这个局部最值就是目标区域。 cam-shift算法很容易跟丢,这是因为密度函数可能有多个峰,而梯度搜索很容易掉进局部最优值,而不能再到全局最优。多峰值的出现是因为背景的干扰。所以密度函数的选取,即目标特征的表示方式,是一个很重要的部分。
    2022-05-28 22:57:31下载
    积分:1
  • 696522资源总数
  • 104047会员总数
  • 21今日下载