2 zy932315705 zy932315705 于 2014.03.03 08:00 提问

基于人工神经网络的人脸识别算法

本人初次接触机器学习,0基础,现不得已需要学习BP和RBF算法,求高手指导(注:以前从未接触过这两种算法,所以最好能提供些具体讲解此两种算法的资料)

2个回答

rhy_ustc
rhy_ustc   2014.12.09 15:12

Andrew Ng stanford 机器学习课程视频,网站学习:http://ufldl.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B

u011777735
u011777735   2015.03.27 16:47

我正在做这个,非常非常好

Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
基于神经网络的人脸识别算法的优缺点
基于神经网络的人脸识别算法的优缺点
人脸识别(稀疏表示、人工神经网络)
1. 稀疏表示对于一个信号 x,如果 x 中大部分的元素都为 0,只有少部分元素不为0,则称信号 x 为稀疏的。或者 x 中大部分元素都为较小值,接近于 0,只有少部分元素为较大值,也可以称信号 x 为稀疏的(例如,图像傅立叶变换之后,或者小波变换之后)。信号稀疏表示问题可以通过求解稀疏正则优化问题实现: minα∈Ag(α)=Δf(α)+λΩ(α) \mathop {\min }\limits_
基于Gabor小波变换和人工神经网络的人脸识别方法,matlab代码
基于Gabor小波变换和人工神经网络的人脸识别方法,matlab代码
人脸识别主要机算法原理
人脸识别主要算法原理 主流的人脸识别技术基本上可以归结为三类,即:基于几何特征的方法、基于模板的方法和基于模型的方法。 1. 基于几何特征的方法是最早、最传统的方法,通常需要和其他算法结合才能有比较好的效果; 2. 基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。 3. 基于模型的方法则有基于隐马尔柯夫模型,主动形状
人工神经网络算法简介
                    人工神经网络简介(算法课程论文)        西安电子科技大学软件学院130513班 黎建文 13051234  摘要 “人工神经网络”这个词汇对不少人来说并不新鲜,但是它的内涵,原理对很多人来说并不清楚。本文试图对人工神经网络及其原理进行一个简单的介绍。关键字     人工神经网络      Introduce t
cpp-BP神经网络与特征脸实现人脸表情识别(二)-实现人脸识别
我使用的是 yale 大学的人脸库 解压后将文件夹放入项目文件的文件夹中 链接:http://download.csdn.net/detail/mr_w1997/9752209 以下为笑脸的训练与测试 需要 了解PCA原理,opencv简单的使用以及opencv的pca类 楼主使用 VS2015 加 opencv 基本思路就是 将图片通过PCA降维,将降维后的数据输入网络,并指定输出值
基于PCA和BP神经网络的人脸识别程序
总共包括两个程序,每个程序都有论文说明,还有程序代码和数据库,都可以运行,程序中还有解释,适合初学者
基于MATLAB的人脸识别算法的研究
基于MATLAB的人脸识别算法的研究 作者:lee神 现如今机器视觉越来越盛行,从智能交通系统的车辆识别,车牌识别到交通标牌的识别;从智能手机的人脸识别的性别识别;如今无人驾驶汽车更是应用了大量的机器识别的是算法在里边。 今天我们将从MATLAB的图像识别说起,后边将陆续讲解车牌识别,交通标牌识别等,并努力将它移植到FPGA里边做到高速实时处理。 MATLAB人脸识别的处理过程: 1. 
人脸识别---基于深度学习和稀疏表达的人脸识别算法
介绍 基于深度学习和稀疏表达的人脸识别算法 1 利用VGGFace提取人脸特征 2 PCA对人脸特征进行降维 3 稀疏表达的人脸匹配 Code1 介绍本文将介绍一种基于深度学习和稀疏表达的人脸识别算法。首先,利用深度学习框架(VGGFace)提取人脸特征;其次,利用PCA对提取的特征进行降维;最后,利用稀疏表达分类实现特征匹配。我采用CMC曲线评价在AR数据库上的识别性能。最后我还提供了整个过程的c
基于BP人工神经网络的图像识别
BP神经网络在非线性函数逼近方面有优良特性。通过一系列图像处理技术,可以利用BP神经网络对图像的识别。实践证明,采用BP神经网络,可以快速有效的对图像进行识别,具有较高的使用价值。