基于增强型主动形状模型的人脸特征提取

Mpeg-4 视频编码程序， 使用 C 编写。 如果想了解 Mpeg-4，请查看此代码

人脸识别是研究的关键领域之一。它有许多应用程序和使用。许多方法和算法提出了像 3D 人脸识别等。 人脸识别来下像视网膜、 虹膜、 指纹等生物特征的识别。张脸的特征被称为生物 标识符。生物特征识别不很容易伪造、 放错位置或共享访问通过生物特征识别，因此 标识符给了我们更好地保护的方式提供服务和保障。我们还可以开发很多聪明的人 应用程序可能会提供安全和身份认同，我们提出一种新型脸识别使用的方法 RobustPCA 和径向基函数网络。这些系统可

     在quarters ii 上的运行源程序，有关减法器的仿真波形展示。可根据波形来对减法器的功能进行详细的归纳。。如有不懂的地方可联系。。

半监督学习（Semi-supervised Learning）是模式识别和机器学习领域研究的重点问题，是监督学习与无监督学习相结合的一种学习方法。它主要考虑如何利用少量的标注样本和大量的未标注样本进行训练和分类的问题。

其中包括播放avi视频文件，打开摄像头，用摄像头连续拍照并保存，夹在一幅图像，对图像中任意一个象素点数值的读取，打开摄像头录制一段视频并且保存

图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。如：大面积的沙漠在图像中是一片灰度变化缓慢的区域，对应的频率值很低；而对于地表属性变换剧烈的边缘区域在图像中是一片灰度变化剧烈的区域，对应的频率值较高。傅立叶变换在实际中有非常明显的物理意义，设f是一个能量有限的模拟信号，则其傅立叶变换就表示f的谱。从纯粹的数学意义上看，傅立叶变换是将一个函数转换为一系列周期函数来处理的。从物理效果看，傅立叶变换是将图像从空间域转换到频率域，其逆变换是将图像从频率域转换到空间域。换句话说，傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数。

openCV函数库中提供了很多关于角点检测的函数，PreCornerDetect 用于计算角点检测特征图，cvCornerEigenValsAndVecs 用于计算图像块的特征值和特征向量，FindCornerSubPix 可用于寻找精确的角点位置，此程序通过相关的角点检测函数，实现对图像中的角点特征的提取和标记

大家好，

用鼠标框选需要检测的物体，依据颜色直方图特征，进行动态检测，如果有接近所选的物体的颜色直方图特性，会导致检测失败；如框选笔记本电脑摄像头跟踪的人脸，如果有手挡住人脸，会出现跟踪人脸的情况。

里面两个函数，一个是图像下采样的函数，另一个是负责调用，以及采样后还原到原图进行误差评测的函数。调用后者即可。