首先提取人看的特征
然后进行分类 得到数据的结果
很简单，需要将每个人脸的图像放在文件夹下面
有几个文件夹就代表了有几个人，那么训练的特征个数也是这些人
这个代表的是截取的明显的图像
代表了其lbp的特征
image=imresize(image,[100 100]);
I=image; %读出图片
bboxes=detector(I);
s_temp_size = size(bboxes)
if s_temp_size == [0 4]
%%%%%%%%%%%%%%%%%%%%%%%%%
%end
%if bboxes==[]
bboxes=[10,20,30,30];%(1,2);
end
%FrontalFaceCART=insertObjectAnnotation(img,'rectangle',bboxes,'Face');
%imshow(FrontalFaceCART);title('FrontalFaceCART');
%title([num2str(j)])
s1=bboxes(1,2);
s2=bboxes(1,4);
s3=bboxes(1,1);
s4=bboxes(1,3);
d=(I(s1:s1+s2,s3:s3+s4,:));
imshow(d) %写图片
代表了其中进行人脸检测 然后进行分类
可以看出结果
svm的主要代码
train_wine_labels = b1(1:end,:);
test_wine = double(gg1)
display('真实数据')
test_wine_labels = 0*ones(40,1);
train_wine=x;
[mtrain,ntrain] = size(train_wine);
[mtest,ntest] = size(test_wine);
dataset = [train_wine;test_wine];
% mapminmax为MATLAB自带的归一化函数
[dataset_scale,ps] = mapminmax(dataset',0,1);
dataset_scale = dataset_scale';
train_wine = dataset_scale(1:mtrain,:);
LBP特征的人脸识别算法研究单独的灰度特征进行识别的方法-机器学习文档类资源-CSDN文库
LBP特征的人脸识别算法研究单独的灰度特征进行识别的方法-机器学习文档类资源-CSDN文库
