搜索资源列表
20077419401162
- 在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。然后以该伪圆心为中心，在其周围等角度间隔地取N个点作为初始的snake基准点，按照snake 的运行机制不断进化，直到虹膜的内边界为止。最后，计算进化后的snake形心和snake上的控制点与该形心的距离，取其平均值作为瞳孔的半径，动态轮廓模型的形心作为瞳孔的圆
112233
- 在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。然后以该伪圆心为中心，在其周围等角度间隔地取N个点作为初始的snake基准点，按照snake 的运行机制不断进化，直到虹膜的内边界为止。最后，计算进化后的snake形心和snake上的控制点与该形心的距离，取其平均值作为瞳孔的半径，动态轮廓模型的形心作为瞳孔的圆
airimg
- 人眼虹膜识别的图像预处理，包括边缘检测，虹膜定位等，可以实现瞳孔的精定位
TrackEye_src.zip
- 一个由zafersavas于2008年完成的完全基于VC++6实现的人脸检测和人眼跟踪程序，通过设置相应的参数实现不同的功能。人脸跟踪中使用了camshift算法和Haar算法，眼睛检测中使用了自适应PCA算法和模板匹配算法，还支持文件和网络摄像头两种输入方式，经过试验，检测速度比较快和准确度也比较高。附带demo程序。 使用步骤： 菜单TrackEye Menu --> Tracker Settings 输入源Input Sou
20077419401162
- 在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。然后以该伪圆心为中心，在其周围等角度间隔地取N个点作为初始的snake基准点，按照snake 的运行机制不断进化，直到虹膜的内边界为止。最后，计算进化后的snake形心和snake上的控制点与该形心的距离，取其平均值作为瞳孔的半径，动态轮廓模型的形心作为瞳孔的圆
112233
- 在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。然后以该伪圆心为中心，在其周围等角度间隔地取N个点作为初始的snake基准点，按照snake 的运行机制不断进化，直到虹膜的内边界为止。最后，计算进化后的snake形心和snake上的控制点与该形心的距离，取其平均值作为瞳孔的半径，动态轮廓模型的形心作为瞳孔的圆
EyesFinder
- 在AdaBoost检测人脸的基础上，精确找到人脸中眼睛瞳孔中心的程序。-In AdaBoost Face Detection Based on the precision to find human faces in the eye pupil center procedures.
snake
- 在数字图像中虹膜位置的有效定位是虹膜识别的关键问题。用一种基于主动轮廓线模型的方法定位虹膜的位置，先用灰度投影法检测出瞳孔内的一点作为瞳孔的伪圆心，该圆心只要能落在瞳孔内部即可。然后以该伪圆心为中心，在其周围等角度间隔地取N个点作为初始的snake基准点，按照snake 的运行机制不断进化，直到虹膜的内边界为止。最后，计算进化后的snake形心和snake上的控制点与该形心的距离，取其平均值作为瞳孔的半径，动态轮廓模型的形心作为瞳孔的圆
contourDetect
- 人脸检测+眼睛检测（模版匹配）+瞳孔检测+嘴唇检测（cameshift）-face detection+ eye detection( template match)+pupil detection+lip detection (camshift)
mySnake
- 本程序是在VC++6.0下编写的关于瞳孔面积检测的一个小程序，可以显示出瞳孔的面积大小，以及瞳孔的中心。-The program is written in VC++6.0 under the pupil area detected on a small program that can show the pupil size, and the pupil center.
hough
- 基于OpenCV的Hough变换结合Canny边缘检测的人眼瞳孔检测算法。-Combination of the Canny edge detection of the human eye pupil detection algorithm based on OpenCV Hough transform.
pupil
- 采用linux下的opencv进行人眼瞳孔检测-Opencv under linux pupil detection of the human eye
PupilCheck
- 基于opencv实现瞳孔检测,图像处理，人脸识别-pupilcheck based on opencv
tongkong
- 基于VS2010的简单的瞳孔检测程序，可以快速定位人的瞳孔，有助于初学者的学习！-This is the simper paragram to detect your pupil!
pupiltrack
- 本代码是瞳孔检测，利用高斯平滑减小噪声，直方图均衡化增强对比度，二值化突出眼睛的特征，Hough变换画圆找瞳孔。本代码是利用QT做的界面，经过试验，效果良好。可直接使用。(This is pupil track.We employ Gaussian Smoothing to decrease noise, and equlazation histogram to enhance contrast, and binaryzation to
新建文件夹
- 基于opencv实现人脸检测用hough变化实现瞳孔识别(Pupil recognition using Hough changes)
EyelidDetection
- 给定一幅眼部图像，定位瞳孔和眼睑位置，并在图中绘制出来。(Given an eye image, locate the pupil and eyelid position, and draw it in the graph)
Measuring-eyebal
- 是用于检测瞳孔的python代码，只能检测单个(Python code for pupil detection)
人脸识别_Demo_SDK
- 1. 人脸检测的高正确率，误检，漏检很少，支持多脸（max=32）。 平面旋转高达 60 度，并带鼻，嘴定位，及眼镜判断等功能。 2. 支持双目(双摄像头)/多目的 3D 维度识别,增加了人脸的特征集,再次提高识别精度,并有效防止照片通过。 3. 人脸识别的高精度，向用户推荐的识别阀值不仅能适应光线环境的变化，具备满足实际应用的识别正确率。带 眼镜或头发挡住眉毛都行。（但黑粗边眼镜的识别率相对低些，即在较好的识别环境下，黑粗边眼镜仍是
Iris-location-Algorithm-master
- 瞳孔检测，可以快速准确的定位到瞳孔，并且显示出黑白二值图像(Pupil detection, can quickly and accurately locate the pupil, and display the black and white binary image)