Surf,特征點檢測算法,比sift還好的算法 論文和代碼
上傳時間： 2017-09-04
上傳用戶：dongbaobao
這是PCA主分量分析在matlab中的基本應(yīng)用，可以理解和學(xué)習(xí)體會下
上傳時間： 2017-09-08
上傳用戶：851197153
pca程序編輯的源碼 選擇性的使用 注意相關(guān)條件
上傳時間： 2017-09-18
上傳用戶：xiaoxiang
IHS,PCA加權(quán)圖像融合三種算法的Matlab源代碼
標(biāo)簽： IHS PCA加權(quán)圖像融合三種算法的Matlab源代碼
上傳時間： 2015-04-14
上傳用戶：喬德成1
此文件夾包含全景圖像拼接的實現(xiàn)使用SIFT特性
上傳時間： 2020-05-08
上傳用戶：xiaojiaowudi
人臉自動識別技術(shù)是模式識別、圖像處理等學(xué)科的一個最熱門研究課題之一。隨著社會的發(fā)展,各方面對快速有效的自動身份驗證的要求日益迫切，而人臉識別技術(shù)作為各種生物識別技術(shù)中最重要的方法之一，已經(jīng)越來越多的受到重視。對于具有實時，快捷，低誤識率的高性能算法以及對算法硬件加速的研究也逐漸展開。 本文詳細分析了智能人臉識別算法原理，發(fā)展概況和前景，包括人臉檢測算法，人眼定位算法，預(yù)處理算法，PCA和ICA 算法，詳細分析了項目情況，系統(tǒng)劃分，軟硬件平臺的資源和使用。并在ISE軟件平臺上，用硬件描述語言(verilog HDL)對算法部分嚴格按照FPGA代碼風(fēng)格進行了RTL 硬件建模，并對C++算法進行了優(yōu)化處理，通過仿真與軟件算法結(jié)果進行比對，評估誤差，最后在VirtexII Pro FPGA 上進行了綜合實現(xiàn)。 主要研究內(nèi)容如下： 首先，對硬件平臺xilinx的VirtexII Pro FPGA 上的系統(tǒng)資源進行了描述和研究，對存儲器sdram,RS-232 串口，JTAG 進行了研究和調(diào)試，對Coreconnect的OPB總線仲裁機理進行了兩種算法的比較，RTL 設(shè)計，仿真和綜合。利用ISE和VC++軟件平臺，對verilog和C++算法進行同步比較測試，使每步算法對應(yīng)正確的結(jié)果。對軟硬件平臺的合理使用使得在項目中能盡可能多的充分利用硬件資源，制板時正確選型，以及加快設(shè)計和調(diào)試進度。其次，對人臉識別算法流程中的人臉檢測，人眼定位，預(yù)處理，識別算法分別進行了比較研究，選取其中各自性能最好的一種算法對其原理進行了分析討論。人臉檢測采用adaboost 算法，因其速度和精度的綜合性能表現(xiàn)優(yōu)異。人眼定位采用小塊合并算法，因為它具有快速，準(zhǔn)確，弱時實的特點。預(yù)處理算法采用直方圖均衡加平滑的算法，簡單，高效。 識別算法采用PCA 加ICA 算法，它能最大的弱化姿態(tài)和光照對人臉識別的影響。 最后，使用Verilog HDL 硬件描述語言進行算法的RTL 建模，在C++算法的基礎(chǔ)上，保證原來效果的前提下，根據(jù)FPGA 硬件特點對算法進行了優(yōu)化。視頻輸入輸出是人臉識別的前提，它提供FPGA 上算法需要處理的數(shù)據(jù)，預(yù)處理算法在C++算法的基礎(chǔ)上進行了優(yōu)化，最大的減少了運算量，提高了運算速度，16 位計算器模塊使得在算法實現(xiàn)時可以根據(jù)系統(tǒng)要求，在FPGA的ip 核和自己設(shè)計的模塊之間選擇性能更好的一個來調(diào)用，F(xiàn)IFO的設(shè)計提供同步和異步時鐘域的數(shù)據(jù)緩存。設(shè)計在ISE和VC++軟件平臺同時進行，隨時對verilog和C++數(shù)據(jù)進行監(jiān)測和比對。全部設(shè)計模塊通過仿真，達到預(yù)定的性能要求，并在FPGA 上綜合實現(xiàn)。
上傳時間： 2013-07-13
上傳用戶：李夢晗
人臉識別技術(shù)作為生物識別技術(shù)之一，是模式識別在圖像領(lǐng)域中的具體運用，其應(yīng)用前景非常廣闊，可以應(yīng)用到身份證件的鑒別、自動門禁控制系統(tǒng)、銀行取款機、家庭安全，圖片檢索等領(lǐng)域。 人臉識別系統(tǒng)主要分為人臉檢測定位，特征提取和人臉分類三部分。人臉的檢測和定位，即從輸入的圖像中找到人臉及人臉存在的位置，并將人臉從背景中分離出來。在特征提取部分，先對原始人臉數(shù)據(jù)進行特征提取，之后原始數(shù)據(jù)由維數(shù)較少的有效特征數(shù)據(jù)表示并存儲在數(shù)據(jù)庫中，接下來進行人臉分類，在識別待測人臉圖像時，將待測圖像的特征數(shù)據(jù)與數(shù)據(jù)庫中存儲數(shù)據(jù)相比對，判斷是否為庫中的某一人，從而實現(xiàn)自動識別人臉的目的。 在過去的十年里，人臉識別技術(shù)一直是圖像處理領(lǐng)域里具有挑戰(zhàn)性的課題，隨著研究的深入，許多人臉檢測及識別算法被提出來。其中基于主成分分析的Eigenface的算法及其變形已經(jīng)成為測試人臉識別系統(tǒng)性能的基準(zhǔn)算法；同時Adaboost人臉檢測算法，在PC上基本可以達到實時，在嵌入式產(chǎn)品廣泛應(yīng)用的今天，只有讓人臉識別算法在嵌入式平臺上實現(xiàn)，才能獲得更廣闊的應(yīng)用，本文研究了在嵌入式平臺上Adaboost人臉檢測算法的性能。 嵌入式是后PC時代的一個亮點，目前已經(jīng)應(yīng)用在社會生活的方方面面。嵌入式產(chǎn)品的開發(fā)平臺分為包括很多，如：DSP，ARM，PowerPC等等。本文采用的ARM9作為嵌入式開發(fā)平臺，研究人臉識別在ARM平臺的性能，為實用的嵌入式人臉識別系統(tǒng)的設(shè)計提供參考。 本文從PC平臺的軟件實現(xiàn)入手，分別實現(xiàn)了PC平臺下的AdaBoost人臉檢測算法和PCA人臉識別算法,分析了現(xiàn)象及結(jié)果，接下來搭建了基于ARM嵌入式系統(tǒng)的硬件平臺，對AdaBoost人臉檢測算法進行了硬件平臺的移植，并得出相應(yīng)實驗效果。
標(biāo)簽： ARM 人臉識別 系統(tǒng)設(shè)計
上傳時間： 2013-05-31
上傳用戶：saharawalker
·詳細說明： 基于SIFT快速匹配算法，對障礙物進行檢測，提取障礙物，雙目測距等。能指出指定范圍內(nèi)的障礙物。
上傳時間： 2013-07-20
上傳用戶：gongxinshiwo@163.com
針對圖像占用空間大，特征表示時維數(shù)較高等的缺點，系統(tǒng)介紹了主成分分析（PCA）的基本原理。提出了利用PCA進行圖像數(shù)據(jù)壓縮與重建的基本模型。實驗結(jié)果表明，利用PCA能有效的減少數(shù)據(jù)的維數(shù)，進行特征提取，實現(xiàn)圖像壓縮，同時并根據(jù)實際需要重建圖像。
上傳時間： 2013-10-29
上傳用戶：JGR2013
基于圖形處理器單元（GPU）提出了一種幀間差分與模板匹配相結(jié)合的運動目標(biāo)檢測算法。在CUDA-SIFT（基于統(tǒng)一計算設(shè)備架構(gòu)的尺度不變特征變換）算法提取圖像匹配特征點的基礎(chǔ)上，優(yōu)化隨機采樣一致性算法（RANSAC）剔除圖像中由于目標(biāo)運動部分產(chǎn)生的誤匹配點，運用背景補償?shù)姆椒▽㈧o態(tài)背景下的幀間差分目標(biāo)檢測算法應(yīng)用于動態(tài)情況，實現(xiàn)了動態(tài)背景下的運動目標(biāo)檢測，通過提取目標(biāo)特征與后續(xù)多幀圖像進行特征匹配的方法最終實現(xiàn)自動目標(biāo)檢測。實驗表明該方法對運動目標(biāo)較小、有噪聲、有部分遮擋的圖像序列具有良好的目標(biāo)檢測效果。
標(biāo)簽： 幀間差分 模板匹配 運動目標(biāo)檢測
上傳時間： 2013-10-09
上傳用戶：ifree2016
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
