Advertisement

多模态生物特征识别：利用人脸和耳语信息

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：PDF

简介：
该技术可看作是基于多维度面部辨识系统。其核心要素在于对人类面部及声音的详细分析。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 利用PCA特征脸的人脸识别方法
    优质
    本研究提出了一种基于PCA（主成分分析）和特征脸技术的人脸识别方法。通过降维提取人脸关键特征，提高识别准确性和效率。 基于PCA特征脸算法的人脸识别；运行主脚本函数即可。全部代码都在这个文件里。
  • Java人脸识别程序（利用特征脸技术）
    优质
    本项目为基于Java的人脸识别系统，采用先进的特征脸技术实现高效准确的人脸识别功能，适用于安全认证、用户登录等多种场景。 网上找的人脸识别程序的JAR文件可以用反编译软件查看代码。学习人脸识别的同学可以参考一下。
  • 利用特征脸技术的人脸识别(MFC+OpenCV)
    优质
    本项目运用MFC和OpenCV库实现基于特征脸技术的人脸识别系统，通过降维提高算法效率与准确率，在Windows平台上提供用户友好的界面。 这段内容是基于《深入理解OpenCV》第八章进行的改写版本，采用了MFC框架实现，并完成了人脸检测、模型训练及人脸识别等功能。开发环境使用的是Visual Studio 2013与OpenCV 2.4.9，项目中包含了编译好的可执行文件和源程序代码。考虑到资源评分的问题，作者提到自己积分不多，请大家理解和支持。
  • OpenBR：开源生物特征识别技术，专注于人脸识别
    优质
    OpenBR是一款强大的开源软件框架，专注于生物特征识别技术的研究与应用，尤其在人脸识别领域表现出色。 要获取OpenBR的最新稳定版本（例如v1.1.0），请按照以下步骤操作： 1. 下载所有OpenBR源代码： ``` $ git clone ``` 2. 切换到项目目录并切换至所需的发行标签，如“v1.1.0”： ```sh $ cd openbr $ git checkout v1.1.0 ``` 3. 初始化和更新git子模块： ``` $ git submodule init $ git submodule update ``` 4. 根据您操作系统的具体要求构建OpenBR。
  • 【人脸识别】利用HOG特征与KNN算法的人脸识别Matlab代码.md
    优质
    本Markdown文档提供了一套基于HOG（Histogram of Oriented Gradients）特征和KNN(K-Nearest Neighbors)算法的人脸识别Matlab实现代码，适用于研究及学习人脸识别技术。 【人脸识别】基于HOG特征KNN算法实现人脸识别matlab源码 这篇文章介绍了如何使用MATLAB编写一个利用HOG（Histogram of Oriented Gradients）特征与KNN（k-Nearest Neighbors）分类器相结合的人脸识别系统。文中详细阐述了各个步骤的代码细节，包括数据预处理、特征提取以及模型训练和测试等内容，并提供了完整的源码供读者参考学习。
  • 利用dlib进行68个人脸特征点识别
    优质
    本项目采用开源库dlib实现精准的人脸特征定位，能够检测并标记人脸上的68个关键点，为面部表情分析和人脸识别提供强有力的技术支持。 使用的是dlib18.18版本，主要是为了获取人脸的68个特征点。这个库是32位的，并且是由我自己生成的，用的是vs2015编译器。无需对任何东西进行修改，下载后即可运行。
  • 利用PCA和Yale人脸数据库实现的人脸识别及特征脸绘制代码
    优质
    本项目通过Python实现基于PCA算法的人脸识别，并使用耶鲁大学(Yale)人脸数据集进行模型训练与测试，同时可视化展示“特征脸”。 直接下载后在MATLAB中运行即可。文件中的result是我当时得到的结果，如果不需要可以删除。