资源下载
博客文章
资源下载
联系我们
登录
我的钱包
下载历史
上传资源
退出登录
Open main menu
Close modal
是否确定退出登录?
确定
取消
NUAA人脸库是一个用于人脸识别的数据库。
None
None
5星
浏览量: 0
大小:None
文件类型:None
立即下载
简介:
NUAA库能够被应用于人脸识别系统,以进行反欺骗策略的训练以及欺骗行为的检测和评估。
全部评论 (
0
)
还没有任何评论哟~
客服
NUAA
人
脸
数
据
库
优质
NUAA人脸数据库是由南京航空航天大学创建的一个大规模面部图像数据集,旨在支持人脸识别技术的研究与开发。 NUAA库可以用于人脸识别系统中的反欺骗和欺骗检测的训练与测试。
yale
人
脸
识
别
_face-recognition.zip_matlab yale
人
脸
数
据
库
_
人
脸
识
别
数
据
集_yale
人
脸
优质
本资源包含Yale大学的人脸识别数据库,适用于MATLAB环境。该数据库包含了不同光照、表情和面部姿态下16个人的共计165张灰度图像,广泛应用于人脸识别算法的研究与测试。 在使用Yale人脸数据库进行人脸识别实验后,识别率达到90.67%。
常
用
的
人
脸
识
别
数
据
库
介绍(Yale
人
脸
数
据
库
及Yale
人
脸
数
据
库
B)
优质
本文介绍了两种常用的人脸识别数据库——Yale人脸数据库及其扩展版本Yale人脸数据库B,详细阐述了它们的特点和应用价值。 YALE人脸数据库由美国耶鲁大学的计算视觉与控制中心创建。该库包含15位志愿者的共计165张图片,这些图片展示了不同光照条件、表情和姿态的变化。相比ORL人脸数据库,Yale库中每个对象采集的照片包含了更加显著的表情变化、姿势调整以及遮挡情况。 另一个版本的YALE人脸数据集则包括了10个人在9种不同的姿态下,在64种光照条件下拍摄得到的5850幅图像。这些图片是在严格控制的环境下收集,旨在用于研究和建模光照及姿态问题。然而由于样本数量较少,该数据库的应用受到了一定的限制。
人
脸
识
别
数
据
库
优质
人脸识别数据库是一个存储和管理大量面部图像及相应数据的系统,用于支持身份验证、安全监控等应用。 这段文字提到了多个常用的人脸数据库,包括CMU_PIE_Face、yale人脸数据库(包含YaleB1-10)、umist数据库、ORL人脸数据库、MIT人脸库以及FERET_80_80-人脸数据库和CMU_PIE_Face数据库。
人
脸
识
别
数
据
库
优质
人脸识别数据库是指用于存储和管理人脸图像及相关信息的数据集合,广泛应用于身份验证、安全监控等领域。 史上最全的人脸库集合,在我进行毕业设计期间收集完成。包括ORL人脸库、Yale人脸库、FERET人脸库及MIT人脸库。 - ORL人脸库包含92*112像素的bmp格式和pgm格式图像各400幅。 - Yale人脸库则有15个人的人脸数据,每个人对应11张大小为100*100像素的BMP图片。 - MIT人脸库里包括了2706张分辨率为20*20像素的人脸bmp图和4381张非人脸识别用的同样分辨率的背景图像。 - FERET人脸库则有总计1600幅大小为80*80的图像。 这些数据库对于进行人脸识别研究来说不可或缺,非常值得下载。
YaleB
人
脸
数
据
集 FaceDB
人
脸
识
别
库
优质
简介:YaleB人脸数据库与FaceDB人脸识别库是用于面部识别技术研究的重要资源。YaleB包含多样化的面部图像,而FaceDB则提供了一个强大的框架来评估和比较不同的面部识别算法性能。 FaceDB_YaleB 人脸数据集包含了10个人的5850幅图像,在9种姿态和64种光照条件下采集。这些变化条件下的图像是在严格控制下拍摄,主要用于研究光照和姿态问题的建模与分析。对于FaceDB_YaleA人脸数据集的相关信息,请参阅其他资源。
PCA
人
脸
识
别
与ORL
人
脸
数
据
库
优质
本研究探讨了主成分分析(PCA)技术在人脸识别领域的应用,并使用ORL人脸数据库进行实验验证其有效性。 修改过的PCA人脸识别程序使用了ORL人脸库。运行后点击facrec即可查看结果,路径采用相对路径。
人
脸
识
别
培训
人
脸
数
据
库
全集
优质
本资源包涵盖丰富的人脸识别培训数据,包括各类人群、光照条件及姿态下的高清面部图像,旨在为开发者和研究人员提供全面训练模型所需的数据集。 人脸识别训练需要完整的人脸库数据集。
OlivettiFaces
人
脸
数
据
库
识
别
优质
OlivettiFaces人脸数据库由AT&T实验室建立,包含400张不同人物的正面灰度图像,广泛应用于人脸识别技术的研究与开发。 本段落档使用TensorFlow和Keras框架对Olivetti faces人脸数据集进行识别,并采用CNN卷积神经网络模型。