当前位置：
首页 资源下载
搜索资源 - image feature extraction PCA
搜索资源列表
-
1下载：
现有的代数特征的抽取方法绝大多数采用一维的方法，即首先将图像转换为一维向量，再用主分量分析（PCA）,Fisher线性鉴别分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用适合的分类器分类。针对一维方法维数过高，计算量大，协方差矩阵常常是奇异矩阵等不足，提出了二维的图像特征抽取方法，计算量小，协方差矩阵一般是可逆的，且识别率较高。-existing algebra feature extraction method using a majority of th
-
-
0下载：
用主成分分析法提取人脸图像特征的程序，算法理论依据是K-L变换,Principal Component Analysis with face image feature extraction process
-
-
1下载：
此方法采用经典的PCA对人脸图像进行特征提取，用libsvm库函数的SVM分类器对图像分类。,This method uses the classical PCA on the face image feature extraction, with the libsvm library function of SVM classifier for image classification.
-
-
2下载：
基于matlab的二维图像PCA特征提取-PCA feature extraction from image by matlab
-
-
1下载：
这是一个人脸识别的程序，先对图像预处理，然后用PCA进行特征提取。-This is a face recognition process, first on the image pre-processing, and then use PCA for feature extraction.
-
-
1下载：
子模式主成分分析首先对原始图像分块，然后对相同位置的子图像分别建立子图像集，在每一个子图像集内使用PCA方法提取特征，建立子空间。对待识别图像，经相同分块后，分别将子图像向对应的子空间投影，提取特征。最后根据最近邻原则进行分类。-Sub-mode principal component analysis first of the original image block, and then the same sub-image, respectively, the location of the
-
-
0下载：
主分量分析(PCA ) 是统计学中分析数据的一种有效的方法, 可以将数据从高维数据空间变换到低维特征空间, 因而
可以用于数据的特征提取及压缩等方面。在该文的形状识别系统中, 用PCA 法提取图像的形状特征, 能够较好地满足识别
层的输入要求。在识别层研究了3 种识别方法: 最近邻法则、BP 网络及协同神经网络方法, 均取得了满意的实验效果。-Principal component analysis (PCA) is a statistical analysis of data in a
-
-
0下载：
在特征提取阶段，研究了PCA, 2DPCA, (2D) 2PCA, DiagPCA, DiagPCA-F-2DPCA等多
种方法。不同于基于图象向量的PCA特征提取，由于2DPCA, (2D) ZPCA, DiagPCA和
DiagPCA-I-2DPCA的特征提取都直接基于图象矩阵，计算量小，所以特征的提取速度明
显高于PCA方法。-In the feature extraction stage, the study of the PCA, 2DPCA, (2D) 2PCA,
-
-
0下载：
matlab图像处理工具相，使用了主成分分析，ANN，SVM等方法。-This toolBox used in the image processing(feature extraction and classification)
PCA,LDA,ICA,DCT,RBF,RBE,GRNN,KNN,minimum distance,SVM, and others
-
-
0下载：
Image Feature Extraction based on PCA
-
-
0下载：
本文设计基于DCT的人脸识别系统，首先结合当今人脸识别的背景和发展状况讨论了人脸识别的研究内容及在各方面的应用；然后研究了人脸识别进行预处理，讨论了人脸识别预处理的其他方法，分析各种方法的利弊，最后采用DCT（离散余弦变换）实现人脸图像预处理中的降维处理；接下来对人脸图像的特征提取进行了研究，简单叙述了几何特征提取和代数特征提取，同时深入研究了基于DCT和PCA变换的人脸图像特征提取，从而实现是否对人脸识别系统识别率有所提高的研究；对于分类器的选择，本文对两种分类器进行了探讨，即最近邻分类器和B
-
-
0下载：
人脸识别技术是计算机模式识别领域非常活跃的研究课题，在法律、商业等领域有
着广泛的应用前景。自动人脸识别系统一般由两个模块组成：定位与检测模块，特征提
取与识别模块。本文对两个子模块进行了详细讨论，通过实验仿真了一个基于静态图像
的人脸识别系统。为提高系统的识别率，本文对定位检测模块和特征提取模块进行了深
入研究。
针对复杂多变人脸检测和定位问题，实现了一种基于对称特征的人脸定位方法。该
算法首先基于肽色特征提取出人脸区域，根据眼睛的颜色和梯度特征在肤色区找到眼睛
可
-
-
0下载：
计算机人脸识别技术( Face Reocgnition)就利用计算机分析人脸图像,从中提取出有效的识别信息,用来辨认身份的一门技术。[ 1 ]即对已知人脸进行标准化处理后,通过某种方法和数据库中的人脸样本进行匹配,寻找库中对应人脸及该人脸相关信息。人脸自动识别系统有两个主要技术环节,一是人脸定位,即从输入图像中找到人脸存在的位置,将人脸从背景中分割出来,二是对标准化后的人脸图像进行特征提取和识别。本文中介绍的PCA (特征脸)方法就是一种常用的人脸
特征提取方法。-Computer Fac
-
-
0下载：
人脸特征提取方法PCA，作为主流的识别算法pca降低的图像向量的维数-Facial feature extraction methods PCA, pca as mainstream recognition algorithm reduces the dimension of image vector
-
-
0下载：
pca又称主成分分析，主要用来提取图像的主要成分，作为特征提取一个重要算法，将其用于人脸识别-pca, also known as principal component analysis, mainly used to extract the main component of the image, as a key feature extraction algorithm, be used in face recognition
-
-
0下载：
图像的特征提取，典型案例是基于PCA技术的人脸数据集得降维处理-Image feature extraction, a typical case is based on PCA face data set to reduce the dimension of
-
-
0下载：
目前，pca算法已经广泛应用于各方面，就拿图像处理，经常做的一件事就是当提取的图像特征维度比较高时，为了简化计算量以及储存空间，需要对这些高维数据进行一定程度上的降维，并尽量保证数据的不失真。-Currently, pca algorithm has been widely used in various aspects, Take image processing, often do one thing when the dimensions of the image feature extr
-
-
0下载：
编程实现基于PCA的图像特征提取，对图像进行矩阵处理，采集变换后的特征点-Programming based on image feature points PCA feature extraction processing on the image matrix, collecting the converted
-
-
0下载：
This aplication for image feature extraction
-
-
0下载：
非常经典的特征提取算法，经常用来做降维方法，但是也可以直接用来做特征提取，很适合图像处理入门，在人脸识别也经常用到(Very classic feature extraction algorithm, often used to do dimensionality reduction methods, but can also be used directly to do feature extraction, it is suitable for image processing, in fa
-
