文件名称：matlab人脸匹配代码-face-recognition:人脸识别
文件大小：7.79MB
文件格式：ZIP
更新时间：2024-06-12 12:15:02
系统开源
matlab人脸匹配代码人脸识别 该项目是为计算机视觉课程开发的，包括两种不同的面部识别方法。 要求 -经过测试 MATLAB @tensorflow/tfjs-node需要Python 2.7 跑步 注意：该代码可能还需要更改才能在Windows计算机上运行。 npm install下载必要的模块。 由于MATLAB会覆盖路径，因此请首先设置节点路径： setenv('PATH', [getenv('PATH') ':/path/to/node/bin']); 例如setenv('PATH', [getenv('PATH') ':/Users/rudotriton/.nvm/versions/node/v14.2.0/bin']); 对于Windows，代码中的dir调用可能需要替换为ls 。 该代码还使用返回的结构的.name字段。 ls可能返回具有不同属性的结构，在这种情况下， folder.name可能不可用，需要更改。 Evaluation.m是运行和评估每种方法的主文件：模板匹配，特征面和神经网络。 培训数据应位于以下位置： ./FaceDatabase/Train/<la
【文件预览】：
face-recognition-master
----.gitignore(17B)
----Evaluation.m(1KB)
----package.json(757B)
----package-lock.json(30KB)
----LICENSE.md(1KB)
----FaceRecognition1.m(2KB)
----models()
--------ssd_mobilenetv1_model-weights_manifest.json(26KB)
--------ssd_mobilenetv1_model-shard1(4MB)
--------face_recognition_model-weights_manifest.json(18KB)
--------face_landmark_68_model-weights_manifest.json(8KB)
--------face_recognition_model-shard2(2.15MB)
--------ssd_mobilenetv1_model-shard2(1.36MB)
--------face_landmark_68_model-shard1(348KB)
--------face_recognition_model-shard1(4MB)
----cropFace.m(357B)
----README.md(2KB)
----FaceRecognition.m(2KB)
----figures()
--------eigen-acc.png(54KB)
----EigenWDetect.m(3KB)
----FaceRecognition2.m(255B)
----faceRecognition.js(4KB)