资源简介
常见人脸识别数据库(AR、ORL、Yale、YaleB、FERET、PIE)
代码片段和文件信息
function DataLabel_random(databasegroup)
% 生成训练序列标签trainIdx测试序列标签testIdx冒充者训练集标签Imposter_train冒充者测试集标签Imposter_test.
% 要求:训练集和测试集中人脸的个数相同。冒充者的训练集和测试集中的人脸个数也相同
% Input:
% database -----选择数据库用于实验,参数选择为‘ORL‘‘Yale‘‘YaleB‘‘PIE‘ or ‘AR‘;
% group -----生成的标签组数,默认为50组
% Example:
% label(‘ORL‘5);
% 2013/9/3 星期 2 ym
if (~exist(‘group‘‘var‘))
group = 50;
end
switch lower(database)
case ‘orl‘
% ORL :随机选择20类随机选择选择5个人脸训练,5个测试,库中每类剩余0张人脸
% 再剩余的类的人脸图像中随机选择100个作为冒充者的训练集
% 再从剩余的图像中选择100个作为冒充者的测试集
Nump = 40; Nots = 10; filename=‘ORL\‘;
Train_number = 5; % ORL选择5个训练
if (Train_number >= Nots)
error(‘训练样本个数应小于每类样本总个数!‘);
end
% 什么意思 ?
a=‘mkdir ‘;
s=[a database ‘\‘ num2str(Train_number) ‘Train‘];
system(s);
% 随机选择ClassNo = 20个类
ClassNo = 16;
Q = rand(1Nump);
[~ P] = sort(Q);
Gallery_Class = P(1:ClassNo);
Imposter_Class = P(ClassNo+1:end);
% 随机选择人脸构造训练集和测试集,冒充者的训练集和测试集
for k=1:group % group个(.mat)文件
% Label1:库中训练集临时索引; Label2: 库中测试集临时索引
% Label3:冒充者的训练集临时索引;Label4:冒充者的测试集临时索引
Label1=[];Label2=[];Label3=[];Label4=[];
% 库中的训练和测试
for i=1:length(Gallery_Class)
r=rand(1Nots);
[~p]=sort(r);
% Gallery_Class中随机抽取
Label1 = [Label1 p(1:Train_number)+(Gallery_Class(i)-1) * Nots]; % 对应的每个元素都加
Label2 = [Label2 p(Train_number+1:Nots)+(Gallery_Class(i)-1) * Nots];
end
% 冒充的训练和测试在剩余的类中随机的选择100图片作为冒充者的训练集100个作为冒充者的测试集
Imposter_Data =[];
for i=1:length(Imposter_Class)
Simple_class = (Imposter_Class(i) - 1)*Nots+1 : Imposter_Class(i)*Nots; % 一类人脸的索引
Imposter_Data = [Imposter_Data Simple_class];
end
Im_r=rand(1200);
[~Im_p]=sort(Im_r);
Label3 = Imposter_Data(Im_p(1:100));
Label4 = Imposter_Data(Im_p(101:200));
% 最终的标签
trainIdx = Label1‘;
testIdx = Label2‘;
Imposter_train = Label3‘;
Imposter_test = Label4‘;
save(strcat(filenamenum2str(Train_number)‘Train\‘num2str(k)‘.mat‘)‘trainIdx‘‘testIdx‘‘Imposter_train‘‘Imposter_test‘);
% ORL\5Train\1.mat 里面包含trainIdxtestIdx
end
case ‘yale‘
% Yale:随机选择7类随机选择选择5个人脸训练,5个测试库中每类剩余一张人脸
% 再剩余的类的人脸图像中随机选择40个作为冒充者的训练集
% 再从剩余的图像中选择40个作为冒充者的测试集
Nump=15;Nots=11;filename=‘Yale\‘;
Train_number = 5; % Yale选择5个训练
if (Train_number >= Nots)
error(‘训练样本个数应小于每类样本总个数!‘);
end
% 什么意思 ?
a=‘mkdir ‘;
s
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 1874 2016-07-12 21:00 Databa
文件 1863 2016-07-12 21:00 Databa
文件 1859 2016-07-12 21:00 Databa
文件 1878 2016-07-12 21:00 Databa
文件 1863 2016-07-12 21:00 Databa
文件 1860 2016-07-12 21:00 Databa
文件 1859 2016-07-12 21:00 Databa
文件 1866 2016-07-12 21:00 Databa
文件 1857 2016-07-12 21:00 Databa
文件 1884 2016-07-12 21:00 Databa
文件 1874 2016-07-12 21:00 Databa
文件 1864 2016-07-12 21:00 Databa
文件 1861 2016-07-12 21:00 Databa
文件 1861 2016-07-12 21:00 Databa
文件 1855 2016-07-12 21:00 Databa
文件 1862 2016-07-12 21:00 Databa
文件 1878 2016-07-12 21:00 Databa
文件 1865 2016-07-12 21:00 Databa
文件 1858 2016-07-12 21:00 Databa
文件 1863 2016-07-12 21:00 Databa
文件 1860 2016-07-12 21:00 Databa
文件 1866 2016-07-12 21:00 Databa
文件 1858 2016-07-12 21:00 Databa
文件 1866 2016-07-12 21:00 Databa
文件 1862 2016-07-12 21:00 Databa
文件 1859 2016-07-12 21:00 Databa
文件 1877 2016-07-12 21:00 Databa
文件 1868 2016-07-12 21:00 Databa
文件 1859 2016-07-12 21:00 Databa
文件 1856 2016-07-12 21:00 Databa
............此处省略1272个文件信息
相关资源
- 安卓opencv实现多人检测,人脸检测,
- 毕业设计,人脸识别与跟踪
- 本科毕业设计,基于模式识别的人脸
- dlib-19.10
- 人脸识别登录demo源码
- 中科院亚洲人人脸数据集[计算机视觉
- 人脸识别sdk,含单目活体检测
- 中科院亚洲人人脸数据集[计算机视觉
- 亚洲人脸识别.zip
- 人脸识别的TensorFlow源代码
- Haar人脸检测+SVM+PCA人脸识别
- 中科院亚洲人人脸数据集[计算机视觉
- 人脸样本库,正负样本各10000例,男人
- CMU人脸数据库
- 10000例人脸照片+金发,训练人脸识别
- 人脸识别系统源代码合集
- Unity+OpenCV 人脸识别追踪源码
- facerecognize.zip
- Kinect的人脸识别
- 【第三部分lfpw-2】人脸识别数据库1
- 医院人脸识别应用方案
- 基于VS2015+0pencv2413的人脸识别程序
- caffe+opencv+dilb 在vs上配置
- 中科院亚洲人人脸数据集[计算机视觉
- YaleB人脸识别数据集.zip
- 人脸识别数据库很全,并且有整理
- 基于神经网络的人脸识别方法包含代
- 人脸识别图片分类检索系统v2.0
- 基于VC+opencv的人脸识别识别出五官
- 人脸识别数据库大全
评论
共有 条评论