<strike id="i2iio"></strike>
<strike id="i2iio"></strike>
針對(duì)人臉識(shí)別中的特征提取問題，提出一種新的基于Gabor的特征提取算法，利用Gabor小波變換良好的提取區(qū)分能力和LDA所具有的判別性優(yōu)勢(shì)來進(jìn)行特征提取。首先利用Gabor小波變換來提取人臉特征。然后對(duì)得到的高維特征采用PCA進(jìn)行初次降維，再利用LDA實(shí)現(xiàn)再次降維，得到最終的特征向量。在ORL和YALE人臉庫上的實(shí)驗(yàn)驗(yàn)證了該算法的有效性。
標(biāo)簽： Gabor 特征提取 人臉識(shí)別 中的應(yīng)用
上傳時(shí)間： 2013-12-14
上傳用戶：alex wang
特點(diǎn) 顯示范圍-19999至99999位數(shù) 最高輸入頻率 10KHz 計(jì)數(shù)速度 50,5000脈波/秒可選擇 四種輸入模式可選擇(加算,減算,加減算,90度相位差加減算 90度相位差加減算具有提高解析度4倍功能 輸入脈波具有預(yù)設(shè)刻度功能 2組警報(bào)功能 15 BIT 類比輸出功能 數(shù)位RS-485介面
上傳時(shí)間： 2013-10-15
上傳用戶：1039312764
頭肩的定位檢測采用了Haar特征和HOG特征的層級(jí)分類方法，并根據(jù)頭肩的對(duì)稱性特點(diǎn)，提出了一種稱為Joint HOG的組合型特征。通過Haar分類器濾除大部分負(fù)樣本后，接著用HOG進(jìn)行精細(xì)的驗(yàn)證從而得到頭肩目標(biāo)框。實(shí)驗(yàn)表明，本文的方法取得了80%~90%的準(zhǔn)確率，并且完全可以用于實(shí)時(shí)處理。
標(biāo)簽： Joint HOG 特征 復(fù)雜場景
上傳時(shí)間： 2013-11-13
上傳用戶：weareno2
通過對(duì)海上紅外圖像進(jìn)行分析，提出了一種基于海天線提取的紅外小目標(biāo)檢測方法。該算法的基本思路是根據(jù)所需提取目標(biāo)的特點(diǎn)，首先選擇感興趣的灰度區(qū)域，然后運(yùn)用Canny算子進(jìn)行邊緣檢測，接著對(duì)圖像進(jìn)行Hough變換檢測海天線，最后對(duì)海天線以下且符合目標(biāo)特征的連通域進(jìn)行標(biāo)記從而來確定目標(biāo)的位置。實(shí)驗(yàn)結(jié)果表明，該方法能較好地檢測出海上紅外小目標(biāo)。
標(biāo)簽： 海天線 紅外 目標(biāo)檢測
上傳時(shí)間： 2015-01-03
上傳用戶：long14578
在深入的對(duì)頻譜臉法和Fisherface方法進(jìn)行研究后，綜合這兩種方法的優(yōu)點(diǎn)，提出了一種基于頻譜臉和Fisherface的人臉識(shí)別新方法。頻譜臉方法主要是采用二維小波變換和傅立葉變換。因?yàn)槿四槇D像的低頻部分對(duì)人臉的表情變化是不敏感的，所以對(duì)人臉圖像使用二維小波變換，提取人臉圖像的低頻部分。對(duì)人臉圖像的低頻部分使用傅立葉變換，從而獲得原人像的一個(gè)低維空間的表達(dá)。但是頻譜臉特征維數(shù)仍然較高，所以在頻譜臉法的基礎(chǔ)上繼續(xù)提取人臉頻譜圖像的Fisherface 特征，降低特征的維數(shù)，提高識(shí)別效率。利用人臉面部構(gòu)造產(chǎn)生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，進(jìn)而根據(jù)眼睛和嘴巴構(gòu)成三角形模板的特性，精確定位人臉在圖像中的位置。實(shí)驗(yàn)結(jié)果表明，這種結(jié)合膚色和面部特征的算法，能夠?qū)θ四樳M(jìn)行較快速、準(zhǔn)確的定位，而且結(jié)果比較穩(wěn)定可靠。
上傳時(shí)間： 2013-10-09
上傳用戶：zhf01y
Lempel-Ziv 壓縮算法文檔
標(biāo)簽： Lempel-Ziv 壓縮算法 文檔
上傳時(shí)間： 2015-01-05
上傳用戶：xfbs821
有限元傳熱算例
上傳時(shí)間： 2013-12-20
上傳用戶：lijianyu172
log算子進(jìn)行邊緣檢測的實(shí)現(xiàn)
上傳時(shí)間： 2014-01-07
上傳用戶：stvnash
編譯原理的一個(gè)題目：算符優(yōu)先分析
上傳時(shí)間： 2013-12-20
上傳用戶：CSUSheep
中文的C語言算法書c
上傳時(shí)間： 2015-01-07
上傳用戶：waitingfy
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
