圖像特征提取，從運(yùn)動(dòng)圖像中提取背景信息的軟件模塊
上傳時(shí)間： 2017-08-29
上傳用戶：perfect
圖像拼接相關(guān)資源，包括特征提取，特征匹配等等。
上傳時(shí)間： 2017-12-14
上傳用戶：fengtuanzi
人口老齡化是世界各國(guó)正在面對(duì)的一個(gè)普遍問(wèn)題。隨著我國(guó)老齡化程度的持續(xù)加劇，對(duì)于老年人群體的醫(yī)療資源投入會(huì)不斷提高。而與此同時(shí)，跌倒已經(jīng)成為老年人日常生活中最為常見(jiàn)的危險(xiǎn)行為活動(dòng)。所以，跌倒檢測(cè)系統(tǒng)的研究和應(yīng)用對(duì)降低老年人受到的身心傷害和醫(yī)療成本具有顯著的意義。目前解決老年人跌倒檢測(cè)的方案仍存在許多不足。其中，基于計(jì)算機(jī)視覺(jué)的跌倒檢測(cè)技術(shù)在無(wú)干擾的場(chǎng)景下檢測(cè)較為有效，但其易受環(huán)境變化（如背景光線影響、人遮擋問(wèn)題等）影響。此外，基于可穿戴計(jì)算的跌倒檢測(cè)技術(shù)受限于算法穩(wěn)定性和識(shí)別準(zhǔn)確率，系統(tǒng)的靈敏度和特異性難以同時(shí)得到保證。針對(duì)上述問(wèn)題本文提出一種融合計(jì)算機(jī)視覺(jué)和可穿戴計(jì)算數(shù)據(jù)的跌倒檢測(cè)新的方法。首先，設(shè)計(jì)并開(kāi)發(fā)了集成三軸加速度計(jì)、三軸陀螺儀和藍(lán)牙的活動(dòng)感知模塊，實(shí)現(xiàn)實(shí)時(shí)采集、傳輸人體活動(dòng)數(shù)據(jù)：其次，使用深度學(xué)習(xí)算法從攝像頭采集的圖像數(shù)據(jù)提取人體姿態(tài)特征數(shù)據(jù)：最后，對(duì)采集的人體活動(dòng)數(shù)據(jù)和姿態(tài)數(shù)據(jù)進(jìn)行規(guī)范化和時(shí)序化處理，設(shè)計(jì)了兩個(gè)深度學(xué)習(xí)網(wǎng)絡(luò)分別對(duì)數(shù)據(jù)進(jìn)行特征提取，并將兩特征進(jìn)行特征層數(shù)據(jù)融合，在此基礎(chǔ)上構(gòu)建神經(jīng)網(wǎng)絡(luò)對(duì)融合數(shù)據(jù)進(jìn)行活動(dòng)本文搭建了實(shí)驗(yàn)平臺(tái)并進(jìn)行了算法測(cè)試，其中，本文跌倒檢測(cè)算法針對(duì)離線測(cè)試數(shù)據(jù)的準(zhǔn)確率為992%，平均敏感度為995%、平均特異性為99.8%：針對(duì)在線數(shù)據(jù)系統(tǒng)測(cè)試準(zhǔn)確率為98.9%、平均敏感度為99.2%、平均特異性為99.5%實(shí)驗(yàn)結(jié)果證明了利用計(jì)算機(jī)視覺(jué)和可穿戴計(jì)算數(shù)據(jù)融合的跌倒檢測(cè)具有較高的準(zhǔn)確率和魯棒性。
標(biāo)簽： 視覺(jué)圖像 數(shù)據(jù)融合
上傳時(shí)間： 2022-03-14
上傳用戶：bluedrops
隨著杜會(huì)和經(jīng)濟(jì)的發(fā)展，環(huán)境水污染現(xiàn)象也日趨嚴(yán)重，迫切需要環(huán)境水質(zhì)多參數(shù)監(jiān)測(cè)與智能分析系統(tǒng)，以為環(huán)境監(jiān)測(cè)、管理和控制提供科學(xué)的手段。水質(zhì)多組分檢測(cè)涉及到多傳感器數(shù)據(jù)融合、計(jì)算機(jī)技術(shù)、電化學(xué)分析和人工智能等多學(xué)科的交叉，在眾多領(lǐng)域有著廣泛的應(yīng)用。本論文研究環(huán)境水質(zhì)檢測(cè)與智能分析系統(tǒng)，論文的主要工作包括1）基于最小二乘支持向量機(jī)的在線自適應(yīng)加權(quán)數(shù)據(jù)融合算法多傳感器數(shù)據(jù)融合由于能夠利用互補(bǔ)和冗余的信息，顯著提高系統(tǒng)的可靠性而得到了廣泛應(yīng)用，而數(shù)據(jù)融合的關(guān)鍵問(wèn)題是融合算法。本文深入研究了多傳感器數(shù)據(jù)融合理論的基礎(chǔ)上，針對(duì)傳統(tǒng)融合算法研究存在的問(wèn)題，提出了一種基于最小二乘支持向量機(jī)的在線自適應(yīng)加權(quán)數(shù)據(jù)融合算法，并應(yīng)用到水質(zhì)在線檢測(cè)過(guò)程中，不僅縮短了訓(xùn)練的時(shí)間，而且提高了融合的可靠性和靈活性2）提出了一種離子傳感器的基于最小二乘支持向量機(jī)的自校正方法：由于離子傳感器的非線性、漂移和交叉敏感性等影響了其檢測(cè)精度和可靠性，難以進(jìn)行連續(xù)在線檢測(cè)。以硝酸根離子傳感器為例，研究其自校正方法，以適應(yīng)動(dòng)態(tài)環(huán)境的連續(xù)監(jiān)測(cè)根據(jù)實(shí)驗(yàn)數(shù)據(jù)，詳細(xì)分析了硝酸根離子傳感器的響應(yīng)特性，并考慮了零點(diǎn)和時(shí)間漂移，提出了一種基于最小二乘支持向量機(jī)硝酸根離子傳感器的自校正方法，給出了詳細(xì)描述和分析。3）離子傳感器故障檢測(cè)的小波支持向量機(jī)特征提取和支持向量機(jī)分類方法在線連續(xù)檢測(cè)的應(yīng)用要求離子傳感器必須具有很高的可靠性，即能夠及時(shí)準(zhǔn)確地判斷出離子傳感器的故障。本文采用小波支持向量機(jī)提取各傳感器故障特征，再用支持向量機(jī)對(duì)故障進(jìn)行分類，實(shí)現(xiàn)對(duì)各離子傳感器的故障診斷。
標(biāo)簽： 數(shù)據(jù)融合
上傳時(shí)間： 2022-03-18
上傳用戶：
隨著信息技術(shù)的發(fā)展以及嵌入式、人臉識(shí)別、計(jì)算機(jī)網(wǎng)絡(luò)等技術(shù)的提高，人們正在感受著科技帶來(lái)的便利和益處。 該系統(tǒng)通過(guò)攝像頭獲取人臉圖像,在后臺(tái)應(yīng)用系統(tǒng)完成圖像識(shí)別,然后給單片機(jī)發(fā)送命令來(lái)控制門禁系統(tǒng)。軟件上首先利用小波變換對(duì)人臉圖像進(jìn)行2次小波分解,然后對(duì)低頻分量進(jìn)行離散余弦變換(DCT)提取特征值,最后利用歐氏距離和最近鄰分類器進(jìn)行識(shí)別。采用OpenCV人臉識(shí)別算法進(jìn)行處理輸出。達(dá)到該系統(tǒng)構(gòu)建簡(jiǎn)單、方便,識(shí)別速度快且準(zhǔn)確率較高。 本文主要介紹了基于人臉識(shí)別算法的門禁系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。在對(duì)人臉識(shí)別算法研究的基礎(chǔ)上，進(jìn)一步對(duì)整個(gè)門禁系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)進(jìn)行了詳細(xì)闡述。主要內(nèi)容包含以下幾點(diǎn)： 1．簡(jiǎn)單的介紹了課題研究的背景、目的及意義，介紹了人臉識(shí)別的背景，闡述了國(guó)內(nèi)外人臉識(shí)別的現(xiàn)狀以及人臉識(shí)別的難點(diǎn)，還介紹了相關(guān)的技術(shù)。 2．人臉識(shí)別算法的研究：主要對(duì)Gabor濾波算法、K-L變換算法、Haar特征提取算法這三種特征提取算法進(jìn)行了詳細(xì)介紹，也對(duì)PCA和LDA這兩種人臉識(shí)別算法進(jìn)行了詳細(xì)的闡述和實(shí)驗(yàn)的對(duì)比。 3．門禁系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)：從需求分析入手對(duì)系統(tǒng)的總體模式、總體結(jié)果、功能模塊、數(shù)據(jù)庫(kù)設(shè)計(jì)等各部分進(jìn)行了簡(jiǎn)單的介紹。 4．系統(tǒng)的測(cè)試：在對(duì)核心算法人臉識(shí)別進(jìn)行了詳細(xì)的研究以及整個(gè)門禁系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)結(jié)束后，對(duì)于整合實(shí)現(xiàn)的系統(tǒng)，進(jìn)行了詳細(xì)的測(cè)試，并給出了功能測(cè)試報(bào)告和性能測(cè)試報(bào)告。 本文設(shè)計(jì)的基于人臉識(shí)別的門禁系統(tǒng)，在一定程度上可以較好的識(shí)別人臉.
標(biāo)簽： 人臉識(shí)別 門禁系統(tǒng)
上傳時(shí)間： 2022-05-28
上傳用戶：
內(nèi)容提要第1章 機(jī)器學(xué)習(xí)概1.1 機(jī)器學(xué)習(xí)簡(jiǎn)介 1.1.1 機(jī)器學(xué)習(xí)簡(jiǎn)史 1.1.2 機(jī)器學(xué)習(xí)主要流派 1.2 機(jī)器學(xué)習(xí)、人工智1.2.1 什么是人工智能 1.2.2 什么是數(shù)據(jù)挖掘 1.2.3 機(jī)器學(xué)習(xí)、人工智1.3 典型機(jī)器學(xué)習(xí)應(yīng)用1.4 機(jī)器學(xué)習(xí)算法 1.5 機(jī)器學(xué)習(xí)的一般流程 第2章 機(jī)器學(xué)習(xí)基本2.1 統(tǒng)計(jì)分析2.1.1 統(tǒng)計(jì)基礎(chǔ)2.1.2 常見(jiàn)概率分布2.1.3 參數(shù)估計(jì)2.1.4 假設(shè)檢驗(yàn)2.1.5 線性回歸2.1.6 邏輯回歸2.1.7 判別分析2.1.8 非線性模型2.2 高維數(shù)據(jù)降維2.2.1 主成分分析2.2.2 奇異值分解2.2.3 線性判別分析2.2.4 局部線性嵌入2.2.5 拉普拉斯特征映射2.3 特征工程 2.3.1 特征構(gòu)建2.3.2 特征選擇2.3.3 特征提取2.4 模型訓(xùn)練2.4.1 模型訓(xùn)練常見(jiàn)術(shù)語(yǔ)2.4.2 訓(xùn)練數(shù)據(jù)收集 2.5 可視化分析 2.5.1 可視化分析的作用2.5.2 可視化分析方法 2.5.3 可視化分析常用工2.5.4 常見(jiàn)的可視化圖表 2.5.5 可視化分析面臨的挑戰(zhàn)
標(biāo)簽： 機(jī)器學(xué)習(xí)
上傳時(shí)間： 2022-06-16
上傳用戶：
eeworm.com VIP專區(qū) 單片機(jī)源碼系列 8資源包含以下內(nèi)容：1. 單片機(jī)最小系統(tǒng)與基本輸入輸出電路設(shè)計(jì).ppt2. 基于8051仿真 STC12C5A60S2-PDIP40+DS18B20+LCD1602.zip3. ATmega_128常用程序例子.doc4. 利用時(shí)鐘芯片DS1302實(shí)現(xiàn)萬(wàn)年歷.rar5. 單片機(jī)驅(qū)動(dòng)繼電器 （非常有用）.ppt6. iccavr_atmega128程序大全.wps7. 16&16LED點(diǎn)陣顯示器設(shè)計(jì).rar8. DAC0832工作原理及其在單片機(jī)中的應(yīng)用(基于Proteus仿真).docx9. 單片機(jī)設(shè)計(jì) 16*16點(diǎn)陣屏電路圖.pdf10. 基于單片機(jī)的直流電機(jī)調(diào)速系統(tǒng)設(shè)計(jì).doc11. 學(xué)校電子日歷的研發(fā).zip12. dy-mini 80 v3單片機(jī)開(kāi)發(fā)板圖.rar13. 51單片機(jī)綜合學(xué)習(xí)系統(tǒng)-SPI總線.pdf14. 基于STC12C5A60S2單片機(jī)的靜態(tài)應(yīng)變采集器設(shè)計(jì).zip15. AT89C51開(kāi)發(fā)例程 protues仿真 keil編程.rar16. 十天學(xué)會(huì)單片機(jī)和C51_視頻教程的種子文件.rar17. 基于單片機(jī)的雙軸太陽(yáng)能跟蹤系統(tǒng)的設(shè)計(jì).zip18. DM430-L單片機(jī)系統(tǒng)板.pdf19. S51下載線制作原理文件包V2.0.rar20. 基于MSP430的低成本及超低功耗數(shù)字測(cè)溫器設(shè)計(jì).zip21. STM32_在KEIL_MDK環(huán)境下使用V3.4庫(kù).pdf22. 動(dòng)態(tài)顯示中斷定時(shí)計(jì)數(shù).ppt23. 基于stc89c51的數(shù)電課設(shè)—“開(kāi)燈游戲設(shè)計(jì)”.doc24. 步進(jìn)電機(jī)實(shí)驗(yàn)電路.doc25. stc15單片機(jī)開(kāi)發(fā)板使用說(shuō)明書(shū).pdf26. 溫度報(bào)警加按鍵調(diào)節(jié)上下限.doc27. 好書(shū)共享-《實(shí)例解讀51單片機(jī)完全學(xué)習(xí)與應(yīng)用》.pdf28. 利用宏晶科技的IAP單片機(jī)開(kāi)發(fā)自己的ISP程序?qū)嵗?zip29. 稀里糊涂玩STM32第四講：白駒過(guò)隙.pdf30. 利用宏晶科技的IAP單片機(jī)開(kāi)發(fā)自己的ISP程序.doc31. STM32講義+第三講：事出有因+5D.pdf32. STM32的恒溫消毒柜設(shè)計(jì).zip33. 稀里糊涂玩STM32第二講：源源不絕+5D.pdf34. AT89c52控制數(shù)碼管帶溫度顯示的萬(wàn)年歷.rar35. 稀里糊涂玩STM32 第一講：涇渭分明+5D.pdf36. 基于I2C總線的AD存儲(chǔ)DA的proteus仿真.rar37. MSP430x1xx Family user guide.pdf38. 自動(dòng)通風(fēng)系統(tǒng)程序及proteus仿真.rar39. USB下載器（STC89C5x系列）.pdf40. 稀里糊涂玩STM32第六講：川流不息.pdf41. 最簡(jiǎn)單易學(xué)的C語(yǔ)言教程資料包.zip42. 稀里糊涂玩STM32第五講：爭(zhēng)分奪秒.pdf43. c語(yǔ)言編程實(shí)例訓(xùn)練.zip44. 用lcd1602和adc0808設(shè)計(jì)的數(shù)字電壓表.doc45. bin轉(zhuǎn)hex的小程序.rar46. 51單片機(jī)設(shè)計(jì)的心形流水燈.zip47. 131-雙色點(diǎn)陣交替圖形顯示.rar48. 74LS138譯碼器應(yīng)用.zip49. 自動(dòng)往返電動(dòng)小汽車設(shè)計(jì)報(bào)告.pdf50. 多路智力競(jìng)賽搶答器裝調(diào)實(shí)訓(xùn).doc51. 天漠科技SBC8100單板機(jī)概述.pdf52. 單片機(jī)相應(yīng)芯片資料.rar53. 單線CAN總線隔離中繼器的設(shè)計(jì).zip54. keil C51完全破解版.zip55. IAR使用教程.pdf56. 基于HT46F49E的低成本智能電表設(shè)計(jì).zip57. LCD12864串口顯示程序（實(shí)際檢驗(yàn)通過(guò)）.doc58. keil c51完全版.zip59. MSP430單片機(jī)在水聲應(yīng)答釋放器中的應(yīng)用.zip60. nokia5110智能電子鐘的設(shè)計(jì)ds1302+ds18b20+stc12c5a60s2.rar61. msp430G2553程序?qū)嵗?ppt62. 基于AT89S51單片機(jī)的低頻信號(hào)設(shè)計(jì)及仿真研究.zip63. ATMEGA16L熔絲配置詳解.pdf64. TX-1C實(shí)驗(yàn)板分塊原理圖.rar65. 12864顯示DS18B20溫度曲線.rar66. Keil_uvision_4基本使用教程.pdf67. 飛思卡爾智能車設(shè)計(jì)資料.pdf68. DIY四軸花樣流水燈（附原程序和仿真）.rar69. CT107D單片機(jī)綜合實(shí)訓(xùn)平臺(tái)使用說(shuō)明書(shū).pdf70. 52單片機(jī)開(kāi)發(fā)板的實(shí)例程序.rar71. STM32F103中文教程及參考手冊(cè).pdf72. 讀懂芯片時(shí)序.zip73. STM8中文資料.pdf74. 一種聲音引導(dǎo)倒車系統(tǒng)設(shè)計(jì)研究.pdf75. arm菜鳥(niǎo) 快速入門.rar76. 用8051單片機(jī)實(shí)現(xiàn)智能澆花.pdf77. 21天學(xué)通51單片機(jī)開(kāi)發(fā)（第2版）.rar78. 紅外線發(fā)射接收對(duì)管的簡(jiǎn)單應(yīng)用基礎(chǔ).doc79. 定時(shí)器中斷 （加強(qiáng)理解）.rar80. STC12C5A60S2增強(qiáng)型51單片機(jī)手冊(cè).pdf81. 新概念51單片機(jī)C語(yǔ)言教程書(shū)中例程.rar82. 電子競(jìng)賽，智能小車資料大全，郭天祥單片機(jī)編程高清視頻教程入門與提高.zip83. 一種基于MSP430單片機(jī)的蓄電池充電系統(tǒng).pdf84. CC2530中文數(shù)據(jù)手冊(cè)完全版.pdf85. 315M無(wú)線收發(fā)系統(tǒng)編碼，解碼程序.zip86. 一種基于MSP430單片機(jī)技術(shù)的新型電壓監(jiān)測(cè)儀.pdf87. 單片機(jī)頻率計(jì)C代碼.zip88. 智能小車C語(yǔ)言模塊化編程(我見(jiàn)過(guò)最好的).pdf89. AVR單片機(jī)系統(tǒng)開(kāi)發(fā)經(jīng)典實(shí)例部分源程序.rar90. 基于LM35的溫度測(cè)量系統(tǒng).doc91. 飛思卡爾智能車資料.rar92. MK60DN512ZVLQ10資料.pdf93. 字符特征提取和單片機(jī)顯示.zip94. Microcontrollers Projects in C for The 8051.pdf95. 基于AT89S52的無(wú)線傳感網(wǎng)節(jié)點(diǎn)前端設(shè)計(jì).zip96. 基于MSP430F149的人員登記與錄入系統(tǒng)設(shè)計(jì).zip97. nRF905微功率模塊資料匯總(2012-08-20).rar98. STC12C5A60S2數(shù)據(jù)手冊(cè).pdf99. 具有實(shí)時(shí)時(shí)鐘器的測(cè)溫系統(tǒng)的設(shè)計(jì).zip100. 單片機(jī)C語(yǔ)言課程設(shè)計(jì)_程序--花樣流水燈.doc
標(biāo)簽： Matlab 應(yīng)用程序 接口 用戶
上傳時(shí)間： 2013-05-15
上傳用戶：eeworm
·詳細(xì)說(shuō)明：該代碼為用gabor變換算法提取圖像的紋理特征，用matlab編寫，可應(yīng)用于基于紋理的圖像檢索系統(tǒng)。其中還包含一篇gabor變換相關(guān)的文獻(xiàn)
上傳時(shí)間： 2013-06-27
上傳用戶：dialouch
本文提出一種用于獨(dú)立成份分析(ICA)的特征選擇濾波方案用于改善ICA算法對(duì)關(guān)鍵獨(dú)立成份(SOI)的分離和提取,關(guān)鍵獨(dú)立成份在其信號(hào)樣本數(shù)據(jù)的空間分布上具有一定特征. 本文以平滑濾波為例,表明加入此類特征濾波的ICA算法可以改善對(duì)于視覺(jué)功能區(qū)等平滑圖象信號(hào)的提取. 因此, 這種特征濾波技術(shù)在估計(jì)具有平滑特性的腦功能成像方面具有潛在的應(yīng)用價(jià)值.
上傳時(shí)間： 2015-03-20
上傳用戶：han_zh
一個(gè)利用matlab實(shí)現(xiàn)的特征臉的提取程序，可作為其他程序的基礎(chǔ)算法
上傳時(shí)間： 2014-02-08
上傳用戶：libinxny
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1
