<input id="kamwg"></input>
人耳識(shí)別技術(shù)是20世紀(jì)90年代末開始興起的一種生物特征識(shí)別技術(shù)，與其它生物特征識(shí)別技術(shù)比較具有以下幾個(gè)特點(diǎn)：（1）與人臉識(shí)別方法比較，耳識(shí)別方法不受面部表情、化妝品和胡須變化的影響，同時(shí)保留了面部識(shí)別圖象采集方便的優(yōu)點(diǎn)，與人臉相比，整個(gè)人耳的顏色更加一致、圖像尺寸更小，數(shù)據(jù)處理量也更小。（2）與指紋識(shí)別方法比較，耳圖象的獲取是一種被動(dòng)方式，即通過非接觸方式獲取耳圖像，不存在通過接觸傳染疾病的機(jī)會(huì)，因此，其信息獲取方式具有容易被人接受的優(yōu)點(diǎn)。（3）與虹膜識(shí)別方法比較，首先，由于人臉和頭發(fā)的存在，需要在耳識(shí)別過程中增加一個(gè)耳區(qū)域定位步驟，這并不影響耳特征的提取，而眼毛對(duì)虹膜的遮擋將直接影響虹膜特征的提取。頭發(fā)對(duì)于耳的遮擋可以容易地避免，而眼毛對(duì)于虹膜的遮擋是生理結(jié)構(gòu)決定的，也是難以避免的。其次，就目前的技術(shù)而言，虹膜采集需要測(cè)試者與采集裝置之間的位置在機(jī)器發(fā)出的語言提示下進(jìn)行不斷地調(diào)整，同時(shí)要瞪大眼睛，使虹膜盡可能暴露，初試者通常要反復(fù)多次調(diào)整才能夠達(dá)到要求，而耳采集方式與臉采集方式基本相同，測(cè)試者很容易達(dá)到拍攝圖象的要求條件。最后，虹膜采集裝置的成本要高于耳采集裝置。
標(biāo)簽： 人耳識(shí)別 生物特征識(shí)別
上傳時(shí)間： 2013-12-20
上傳用戶：壞壞的華仔
這個(gè)課程設(shè)計(jì)創(chuàng)建了在磁盤上存儲(chǔ)某單位所有職工基本信息的系統(tǒng)。實(shí)現(xiàn)了添加，修改，刪除，查詢的功能。并可以根據(jù)要求輸出符合特征的職工信息。
標(biāo)簽： 磁盤 存儲(chǔ) 單位
上傳時(shí)間： 2015-10-02
上傳用戶：lizhizheng88
計(jì)算機(jī)視覺是在圖像處理的基礎(chǔ)上發(fā)展起來的新興學(xué)科。計(jì)算機(jī)視覺從信息處理的層次研究視覺信息的認(rèn)知過程，研究視覺信息處理的計(jì)算理論、表達(dá)與計(jì)算方法。本書系統(tǒng)地介紹了計(jì)算機(jī)視覺的重要理論與算法，包括圖像特征提取，攝像機(jī)定標(biāo)，立體視覺，運(yùn)動(dòng)視覺(或稱序列圖像分析)，由圖像灰度恢復(fù)三維物體形狀的方法，物體建模與識(shí)別方法以及距離圖像分析方法等。
標(biāo)簽： 計(jì)算機(jī)視覺 圖像處理 發(fā)展 信息處理
上傳時(shí)間： 2013-12-19
上傳用戶：jjj0202
利用2D小波變換實(shí)現(xiàn)信號(hào)的噪聲壓制（根據(jù)數(shù)據(jù)信號(hào)在二維小波域的特征，設(shè)置協(xié)調(diào)系數(shù)，將噪聲的系數(shù)衰減，而最大程度的保留有效信息）。
標(biāo)簽： 小波變換 信號(hào) 二維 聲壓
上傳用戶：wangdean1101
人臉識(shí)別技術(shù)的幾個(gè)主要研究方向,計(jì)算機(jī)人臉識(shí)別是指基于已知的人臉樣本庫,利用計(jì)算機(jī)分析圖像和模式識(shí)別技術(shù)從靜態(tài)或動(dòng)態(tài)場(chǎng)景中,識(shí)別或驗(yàn)證一個(gè)或多個(gè)人臉。通常識(shí)別處理后可得到的基本信息包括人臉的位置、尺度和姿態(tài)信息。利用特征提取技術(shù)還可進(jìn)一步抽取出更多的生物特征(如:種族、性別、年齡..) 。計(jì)算機(jī)人臉識(shí)別是目前一個(gè)非常活躍的研究課題，它可以廣泛應(yīng)用于保安系統(tǒng)、罪犯識(shí)別以及身份證明等重要場(chǎng)合。雖然人類對(duì)于人臉的識(shí)別能力很強(qiáng)，能夠記住并辨識(shí)上千個(gè)不同的人臉，可是對(duì)于計(jì)算機(jī)則困難多了，其表現(xiàn)在：人臉表情豐富；人臉隨年齡的增長而變化；發(fā)型、胡須、眼鏡等裝飾對(duì)人臉造成的影響；人臉?biāo)蓤D像受光照、成像角度以及成像距離等影響。
標(biāo)簽： 人臉 計(jì)算機(jī) 人臉識(shí)別技術(shù) 人臉識(shí)別
上傳時(shí)間： 2014-01-09
上傳用戶：CSUSheep
Java語言擁有三大特征：平臺(tái)無關(guān)性、網(wǎng)絡(luò)移動(dòng)性和安全性，而Java體系結(jié)構(gòu)對(duì)這三大特征提供了強(qiáng)大的支持和保證，本文著重介紹Java體系結(jié)構(gòu)對(duì)支持信息安全的原理和使用方法。
標(biāo)簽： Java 語言 特征 安全性
上傳時(shí)間： 2015-11-21
上傳用戶：風(fēng)之驕子
本文全面講述使用特定協(xié)議時(shí)應(yīng)該留意的一些特征，其中包括一些基本的網(wǎng)絡(luò)連接原理。另外，我們還將討論如何通過程序向Wi n s o c k查詢協(xié)議信息，并探討針對(duì)一種具體協(xié)議創(chuàng)建套接字所需的基本步驟。
標(biāo)簽： 協(xié)議 特征
上傳時(shí)間： 2015-12-09
上傳用戶：lvzhr
STM32F103xx增強(qiáng)型系列數(shù)據(jù)手冊(cè) 數(shù)據(jù)手冊(cè)是有關(guān)產(chǎn)品技術(shù)特征的基本描述，包含產(chǎn)品的基本配置(如內(nèi)置Flash和RAM的容量、外設(shè)的數(shù)量等)，管腳的數(shù)量和分配，電氣特性，封裝信息，和定購代碼等
標(biāo)簽： F103 STM 103 32F
上傳時(shí)間： 2016-03-09
上傳用戶：yxgi5
針對(duì)SVM法線特征篩選算法僅考慮法線對(duì)特征篩選的貢獻(xiàn),而忽略了特征分布對(duì)特征篩選的貢獻(xiàn)的不足,在對(duì)SVM法線算法進(jìn)行分析的基礎(chǔ)上,基于特征在正、負(fù)例中出現(xiàn)概率的不同提出了加權(quán)SVM法線算法,該算法考慮到了法線和特征的分布.通過試驗(yàn)可以看出,在使用較小的特征空間時(shí),與SVM法線算法和信息增益算法相比,加權(quán)SVM法線算法具有更好的特征篩選性能.
標(biāo)簽： SVM 特征 算法 篩選
上傳時(shí)間： 2016-03-19
上傳用戶：wyc199288
一個(gè)職工信息管理系統(tǒng)。 系統(tǒng)功能如下： 1，創(chuàng)建存儲(chǔ)該單位職工信息的存儲(chǔ)系統(tǒng)，在第一次輸入基本信息時(shí)，創(chuàng)建文件將職工信息寫入文件。 2，增加職工信息，增加新職工時(shí)輸入新職工的基本信息并加入文件。 3，刪除某職工的基本信息，同時(shí)修改文件中相應(yīng)的內(nèi)容。 4，修改某職工的某些信息，如加工資，獲新學(xué)位，晉升職稱。 5，可以輸出符合某種特征的職工信息列表，包括： a）全體職工信息； b）某職稱的職工全部信息； c）出生日期在某一范圍的全部職工信息； d）某一部門全部職工信息。
標(biāo)簽： 信息管理系統(tǒng)
上傳時(shí)間： 2013-11-30
上傳用戶：woshini123456
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
