社区
机器视觉
帖子详情
谁有对ORL人脸库图片进行预处理的MATLAB程序?
元气少女缘结神
2015-04-03 08:54:33
谁有方奋奇 边学军发表的期刊《人脸图像的预处理》的MATLAB程序?
这个期刊主要是对ORL人脸库进行去噪,图像旋转,图像姿态归一化。我自己试了下用普通的高通或者低通滤波或者高频强调滤波,但结果识别率都会下降,我不知道该选用哪种滤波方式能让它的识别率达到最大?除了这三个预处理,我还想用幂次变换来减少光照对图片的影响,但我的幂次变换随机取了几个值,结果都是让识别率下降,我不知道该怎么选取一个合适的值让识别率同样达到最大?
...全文
744
1
打赏
收藏
谁有对ORL人脸库图片进行预处理的MATLAB程序?
谁有方奋奇 边学军发表的期刊《人脸图像的预处理》的MATLAB程序? 这个期刊主要是对ORL人脸库进行去噪,图像旋转,图像姿态归一化。我自己试了下用普通的高通或者低通滤波或者高频强调滤波,但结果识别率都会下降,我不知道该选用哪种滤波方式能让它的识别率达到最大?除了这三个预处理,我还想用幂次变换来减少光照对图片的影响,但我的幂次变换随机取了几个值,结果都是让识别率下降,我不知道该怎么选取一个合适的值让识别率同样达到最大?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
1 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
N89757
2016-04-20
打赏
举报
回复
你找到了吗?
不同算法实现
ORL
人脸
识别项目
实现
ORL
人脸
识别的一般步骤和概念: 数据准备: 下载
ORL
人脸
数据
库
,包含多个人的
人脸
图像(每个人若干张)。 将数据集划分为训练集和测试集。 数据
预处理
: 对
人脸
图像
进行
预处理
,如裁剪、尺寸归一化、灰度化等操作。 可以考虑对图像
进行
特征提取,如使用主成分分析(PCA)来降维。 模型设计: 构建
人脸
识别模型,可以选择传统机器学习方法(如支持向量机、k近邻等)或深度学习方法(如卷积神经网络)。 在
MATLAB
中,可以使用分类器构建工具箱来构建和训练
人脸
识别模型,或者使用深度学习工具箱构建卷积神经网络。 模型训练: 使用训练集对模型
进行
训练,调整模型参数以最小化损失函数。 根据具体情况选择合适的优化算法和参数调整策略。 模型测试: 使用测试集评估模型的性能,计算准确率、精确率、召回率等指标。 可以通过混淆矩阵等方式进一步评估模型的性能。 模型应用: 使用经过训练和测试的模型
进行
人脸
识别实验,通过输入新的
人脸
图像
进行
识别。
基于OpenCV机器视觉
库
的
人脸
图像
预处理
方法研究与实现
论文对比分析了
人脸
识别
预处理
过程中图像增强的处理算法,中值滤波和直方图均衡化。分析了OpenCV机器视觉
库
的优点和使用方法,在VC++6.0和
Matlab
开发环境下实现了所分析的算法,并在
ORL
人脸
库
上
进行
实验。实验结果表明文中所采用的算法处理
人脸
样本效果明显,具有较强的针对性,适合用于对
人脸
图像
进行
预处理
,且OpenCV机器视觉
库
可以作为
人脸
识别系统的开发工具。
用于
人脸
识别的
人脸
图像标准化算法.pdf
人脸
图像的标准化,作为
人脸
图像
预处理
过程,是计算机
人脸
识别中很重要的一个环节. 论文给出了一种改进的
人脸
图像标准化算法. 该算法首先利用
人脸
图像的垂直灰度投影曲线确定脸的左右边界; 接着根据
人脸
图像的水平灰度投影曲线来确定眼、 嘴的位置;然后依据确定的眼、嘴以及脸的左右边界这些参数对图像
进行
剪裁和缩放;最后获得
人脸
的标准图像. 采用
ORL
人脸
数据
库
进行
仿真实验,结果表明,该算法基本消除了背景、头发、服装等干扰,保留了
人脸
识别所需的主要信息,更利于后续的特征提取与识别,解决了常规方法不适合侧面
人脸
图像或者闭上双眼的
人脸
图像的问题,是一种有效方法.
wavelet.zip_
matlab
小波分析
人脸
识别_小波分析图像
用小波分析对图像
预处理
,适用于
ORL
数据
库
,准确率有90左右。
用于
人脸
识别的拉普拉斯平滑变换 (LST):
matlab
中的 LST 代码。-
matlab
开发
近年来,基于子空间学习的
人脸
识别方法吸引了许多研究人员的兴趣。 在这论文中,提出了一种新颖的拉普拉斯平滑变换 (LST) 将图像转换为序列,通过该序列,低频对于
人脸
识别的子空间学习方法,可以很容易地提取图像的特征。 通常,LST可以作为
人脸
识别学习方法的
预处理
方法。 大量的实验结果表明,LST 方法在
ORL
、Yale 和 PIE
人脸
数据
库
上的性能优于其他
预处理
方法,如离散余弦变换、主成分分析和离散小波变换。 在留一法策略下,
ORL
和 Yale
人脸
数据
库
上的最佳性能分别为 99:25% 和 99:4%,然而,在本文中,我们使用快速线性特征提取方法将两者提高到 100% 第一次。
机器视觉
4,445
社区成员
15,335
社区内容
发帖
与我相关
我的任务
机器视觉
图形图像/机器视觉
复制链接
扫一扫
分享
社区描述
图形图像/机器视觉
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章