资 源 简 介
这种方法给出了利用 Gabor 的人脸识别算法小波变换的人脸特征提取和支持向量机(SVM) 的人脸识别，Gabor 小波系数用来表示当地的面部特征。实现的算法如下：
首先，人脸面部特征点位于大致通过使用一组节点模板。第二，Gabor 小波系数提取人脸面部特征的每一点，和所有的 Gabor 小波系数联动来代表人脸图像。最后，支持向量机分类器用于人脸识别。实验结果表明人脸识别算法的有效性。
所以，在这种技术有两个步骤：
1.Gabor 特征提取：
2D Gabor 小波变换通常用于图像的表示和分析。变换由一家银行的 Gabor 滤波器的卷积和给出的图像信号。40 Gabor 滤波器通常采用由形成离散集 5 不同频率和八个方向。所以 40 复杂系数可以通过 Gaborwavelet 变换在给定的点，在 th是的方法， 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报 打分 发表评论 暂无评论
文 件 列 表
non-face
1.png
10.png
11.png
12.png
13.png
14.png
15.png
16.png
17.png
2.png
20.png
21.png
22.png
23.png
25.png
26.png
27.png
28.png
29.png
3.png
30.png
31.png
32.png
33.png
34.png
35.png
36.png
37.png
38.png
39.png
4.png
41.png
42.png
43.png
44.png
45.png
46.png
47.png
48.png
49.png
5.png
50.png
51.png
52.png
53.png
54.png
55.png
56.png
57.png
58.png
59.png
6.png
7.png
8.png
9.png
face
1.png
10.png
11.png
12.png
13.png
14.png
15.png
16.png
17.png
18.png
19.png
2.png
20.png
21.png
22.png
23.png
24.png
25.png
26.png
27.png
28.png
29.png
3.png
30.png
31.png
32.png
33.png
34.png
35.png
36.png
37.png
38.png
39.png
4.png
40.png
41.png
42.png
43.png
44.png
45.png
46.png
47.png
48.png
49.png
5.png
50.png
51.png
52.png
53.png
54.png
55.png
56.png
57.png
58.png
59.png
6.png
60.png
61.png
62.png
63.png
64.png
65.png
66.png
67.png
68.png
69.png
7.png
8.png
9.png
changelog.txt
create_gabor.m
fdsvm11.zip
gabor.m
im1.jpg
im2.jpg
im2vec.m
im3.jpg
im4.jpg
imscan.m
loadimages.m
main.m
net.mat
readme.txt
template1.png
template2.png
trainnet.m
