人脸识别使用量化特征提取
2016-08-23
0 0 0
暂无评分
其他
如何获取积分?
面对识别使用量化特征提取人脸识别使用量化特征提取
一些人脸识别算法识别面部特征提取的地标或功能,从 subject\ 的脸图像。例如,一种算法可以分析的相对位置、 大小,和/或形状的眼睛、 鼻子、 颧骨和下巴。[然后使用 2] 这些功能来搜索其他图像相匹配的功能。[3] 其他算法正常化的人脸图像库,然后压缩脸数据,只是用于人脸识别的图像中保存的数据。探针图像然后相比脸数据。[4] 的最早成功系统 [5] 之一基于模板匹配技术 [6] 应用到一组突出的面部特征,提供一种压缩的脸表示。
识别算法可以分为两种主要方法,几何,这看起来在别具特色,或光度法,这是一种统计的方法,提取图像成值并将值与模板,以消除差异比较。
最受欢迎的识别算法包括使用脸,线性判别分析后,图匹配束弹性使用此算法,隐马尔可夫模型,利用张量表示和神经元激励动态链接匹配线性子空间学习的主成分分析。
一些人脸识别算法识别面部特征提取的地标或功能,从 subject\ 的脸图像。例如,一种算法可以分析的相对位置、 大小,和/或形状的眼睛、 鼻子、 颧骨和下巴。[然后使用 2] 这些功能来搜索其他图像相匹配的功能。[3] 其他算法正常化的人脸图像库,然后压缩脸数据,只是用于人脸识别的图像中保存的数据。探针图像然后相比脸数据。[4] 的最早成功系统 [5] 之一基于模板匹配技术 [6] 应用到一组突出的面部特征,提供一种压缩的脸表示。
识别算法可以分为两种主要方法,几何,这看起来在别具特色,或光度法,这是一种统计的方法,提取图像成值并将值与模板,以消除差异比较。
最受欢迎的识别算法包括使用脸,线性判别分析后,图匹配束弹性使用此算法,隐马尔可夫模型,利用张量表示和神经元激励动态链接匹配线性子空间学习的主成分分析。
matlab
识别
人脸
提取
使用
特征
量化
相关源码推荐
GMSK线性接收机
0
0
暂无评分
NSGA-II算法
0
0
暂无评分
NSGA-III多目标优化算法
0
0
暂无评分
压缩传感示例
0
0
暂无评分
恒虚警检测器示例
0
0
暂无评分
暂无评论