人脸检测 肤色分割（色彩空间） Adaboost算法（分类器训练） 特征定位 眼睛定位（Adaboost检测，区域生长法，积分投影法，形态学方法） 嘴部定位（Adaboost检测，形态学方法） 特征点定位（特征点评测，ESR算法） 人脸裁剪（裁剪规则，图像分割） 去光照（直方图均衡化，提取Gabor特征，DoG滤波，SQI，DOG，DCT，TT。。。） 特征提取 LBP LDP GaborWavelet Gabor_LBP 降维 PCA Random Projection 相似性度量 识别算法 SVM Adaboost PCA，LDA 基于稀疏表示的人脸识别 Gabor surface Feature for Face Recognition 测试数据库： 光照问题MUCT、PIE、AR
该博客总结了人脸识别的关键步骤，包括人脸检测、肤色分割、特征定位、眼睛和嘴部检测，以及特征点定位。还探讨了人脸裁剪、去光照技术、LBP、LDP、Gabor相关特征提取和降维方法如PCA、Random Projection。此外，提到了相似性度量、SVM和Adaboost算法在人脸识别中的应用，并列举了一些常用的测试数据库。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
1219
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
