Advertisement

人脸识别经常使用ORL数据库。

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

简介：
在1992年至1994年间，剑桥实验室进行了持续的影像采集工作。在此期间，他们记录了40位不同个体，并为每位个体拍摄了10张独立的图像资料。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 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。
     
  • 常用的人脸识别数据库（AR、ORL、Yale、YaleB、FERET、PIE）
    优质
    这段简介描述了几种常见的人脸识别研究中使用到的数据集。包括AR, ORL, Yale, YaleB, FERET和PIE数据集，它们为研究人员提供了丰富的面部图像资源以进行算法测试与开发。 常见的用于人脸识别的研究数据库包括AR、ORL、Yale、YaleB、FERET和PIE。这些数据库为研究人员提供了丰富的面部图像数据集，以便进行各种人脸识别技术的测试与开发。
     
  • ORL人脸数据库在人脸识别中的应用_ORL_matlab
    优质
    本研究探讨了ORL人脸数据库在人脸识别技术中的应用，利用MATLAB软件进行实验分析，评估不同算法的识别性能。 【达摩老生出品，必属精品，亲测校正，质量保证】 资源名：ORL人脸数据库_人脸识别_ORL_matlab 资源类型：matlab项目全套源码 源码说明：全部项目源码都是经过测试校正后百分百成功运行的。如果您下载后不能运行，请联系我进行指导或者更换。 适合人群：新手及有一定经验的开发人员
     
  • ORL人脸识别数据集
    优质
    ORL人脸识别数据集是由AT&T实验室建立的一个常用的人脸识别研究数据库，包含40个不同人的脸部图像，每人有10种不同的表情、姿势或光照条件下的照片。 经典的ORL人脸数据集包含40个人的图像，每人有10张图片，总共400张。这些图片格式为.bmp，并且可以由OpenCV直接读取。已按照人进行分类，每个文件路径格式如下：./AR/si/j.bmp。所有图像都非常清晰，分辨率为92x112。
     
  • ORL人脸识别数据集
    优质
    ORL人脸识别数据集是由AT&T实验室建立的一个经典人脸图像数据库，包含40个不同人的脸部图像，每人拥有10张不同的照片，广泛应用于人脸识别算法的研究与测试。 我发现ORL数据集的网站无法访问了，但我的电脑里有备份可以分享给大家。这个数据集中包含40个人的人脸图像，每人十张照片，均为灰度图像，大小为92×112像素。
     
  • ORL人脸识别数据库完整版
    优质
    ORL人脸识别数据库包含40个不同个体的面部图像，每个个体拥有多个表情、姿势和照明条件下的样本，是经典的人脸识别研究数据集。 著名的人脸识别数据库ORL已经为大家分类打包好，包含40个人的共计400张图片（每人10张），涵盖了正脸、左右侧脸以及不同表情的变化等场景，并提供jpg及pgm格式文件，确保内容全面且无删减。
     
  • 人脸识别数据库汇总（ORL FERET YALE）
    优质
    本资料库汇集了ORL、FERET及YALE三个著名的人脸识别数据集，为研究人员提供丰富的人脸图像资源用于算法开发与测试。 ORL、FERET 和 YALE 是三大常用的人脸识别数据库，其中包含的图片格式数据较为全面且实用。ORL 数据库包括 40 类，每类有 10 张图像；YALE 数据库则涵盖 15 类，每类有 11 张图像；FERET 数据库拥有 200 类，每类包含 7 张图片。
     
  • ORL人脸识别数据集.rar
    优质
    本资源包含ORL人脸数据库，适用于人脸识别研究与开发。该数据库由不同光照、表情和姿势下的40人10种姿态共计400张灰度图像组成。 我们有一个包含40个人脸数据集的集合，其中图片格式包括pgm与bmp。
     
  • 基于KFDA的MATLAB人脸识别算法（使用ORL数据库）
    优质
    本研究采用MATLAB平台，基于Karhunen-Loève特征数据算法(KFDA)进行人脸识别技术探索，实验数据来源于标准的ORL人脸图像数据库，旨在提升人脸识别系统的准确性和效率。 针对ORL人脸数据库进行实验，选取每个人的前8张图像作为训练集，最后两张作为测试集。最终在80张测试图像中准确预测了50张，预测准确率为62.5%（即50/80*100%）。