搜索资源列表
fisherprotected
- FISHERFACES FOR FACE RECOGNITION -FISHERFACES FOR FACE RECOGNITION
rtejfgds
- 现有的代数特征的抽取方法绝大多数采用一维的方法，即首先将图像转换为一维向量，再用主分量分析（PCA）,Fisher线性鉴别分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用适合的分类器分类。针对一维方法维数过高，计算量大，协方差矩阵常常是奇异矩阵等不足，提出了二维的图像特征抽取方法，计算量小，协方差矩阵一般是可逆的，且识别率较高。-existing algebra feature extraction
EigenfacesvsFisherfacesRecognition
- Eigenfaces vs. Fisherfaces Recognition
fisherprotected
- FISHERFACES FOR FACE RECOGNITION -FISHERFACES FOR FACE RECOGNITION
rtejfgds
- 现有的代数特征的抽取方法绝大多数采用一维的方法，即首先将图像转换为一维向量，再用主分量分析（PCA）,Fisher线性鉴别分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用适合的分类器分类。针对一维方法维数过高，计算量大，协方差矩阵常常是奇异矩阵等不足，提出了二维的图像特征抽取方法，计算量小，协方差矩阵一般是可逆的，且识别率较高。-existing algebra feature extraction
EigenfacesvsFisherfacesRecognition
- Eigenfaces vs. Fisherfaces Recognition
eigenfisherfaces
- this is a document about eigen and fisherfaces
Eigen_Fisher
- Tutorial to understans EigenFaces & FisherFaces. It has pseudo code for Matlab implementation of Eigenfaces & FisherFaces
1
- Amir Hossein Omidvarnia用matlab编写的基于PCA的人脸识别系统和基于FLD的人脸识别系统,其中 的图像示例为Essex face database中 face94 的部分图像,文献可参考"Eigenfaces vs. Fisherfaces: Recognition using class specific linear projection."已经测试过程序可正常运行没有问题。-Amir Hoss
FisherFaces
- FisherFace, an algorithm based on PCA and LDA
AComparativeStudyonFaceRecognitionUsingLDA-BasedAl
- 线性判别分析(LDA)是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人脸识别 会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于I,DA的人脸识 别 文章对几种基于LDA的人脸识别方法做了理论上的比较和实验数据的支持，这些方法包括Eigenfaces、Fish— erfaceS、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法。-Low—d
CalculateRate
- 用matlab编写的基于人脸识别系统,文献可参考"Eigenfaces vs. Fisherfaces: Recognition using class specific linear projection."已经测试过程序可正常运行没有问题-Prepared using matlab face recognition system based on the literature may refer to " Eigenface
HMMDemo
- implementation of fisherfaces for matlab
MATLABfisherprotected
- Face Recognition Based on FisherFaces
EigenFisherFace
- 两种人脸检测算法的论文：the Eigenface and the Fisherface-EIGENFACES AND FISHERFACES
Kernel-Fisherfaces
- 人脸识别经典文献,介绍特征脸的核方法，核判别分析（KFDA）-Face classic literature, describes the characteristics of the face method, kernel discriminant analysis (KFDA)
FisherFaces
- 本文在Matlab R2012a下面实现了fisherface算法，选用的人脸库是ORL，其中有40 人，每人有10幅不同的人脸图像。本文选取了每人9幅作为训练(1幅作为测 试)，图像大小为112x92。 主程序入口：Main.m 读取样本：CreatDatabase.m FisherFace核心：FisherFaceCore.m 识别：Recognition.m 训练样本库：TrainDatabase 测试样本
fisher
- Fisher线性鉴别分析已成为特征抽取的最为有效的方法之一 .但是在高维、小样本情况下如何抽取Fisher最优鉴别特征仍是一个困难的、至今没有彻底解决的问题 .文中引入压缩映射和同构映射的思想 ,从理论上巧妙地解决了高维、奇异情况下最优鉴别矢量集的求解问题 ,而且该方法求解最优鉴别矢量集的全过程只需要在一个低维的变换空间内进行 ,这与传统方法相比极大地降低了计算量 .在此理论基础上 ,进一步为高维、小样本情况下的最优鉴别分析方法建立了一
facerecognition_guide-master
- 基于Python的人脸检测与识别系统，用了特征脸方法和FisherFaces方法，都是业内最基础最经典的方案。-Python-based face detection and recognition system, using the methods and FisherFaces Eigenface method, the most basic is the industry s most classic scheme.