搜索资源列表
虹膜身份识别技术
- 介绍了当前最有发展前景的生物特征识别技术一虹膜身份识别技术,它包括虹膜图像的获取、预处理、特征提取与编码以及分类几个步骤。详细介绍了当今具有代表性的虹膜识别算法,指出各种算法的特点并比较其优劣。最后,针对 虹膜识别技术存在的主要问题分析了虹膜识别的发展方向,即精度高、速度快、鲁棒性好的定位算法,高效的特征提取方法,机器学习的分类方法,虹膜图像的质量评价方法,不完整、不合作情况下的虹膜识别研究以及活体虹膜检测等。
边缘检测算法
- 该工具箱专为模式识别定制,主要是数字图像识别,比如特征提取、图像分类、PCA、LDA、ICA、DCT、RBF、RBE、GRNN、KNN、minimum distance、SVM等等
指纹识别
- 摘要:指纹识别技术在各个领域的应用已经逐渐成熟,本文基于信息论中的互信息,在指纹识别的特征选取和识别提出自己的一些想法。 1 引言 指纹是人终身不变的生理特征之一,因其具有惟一性、稳定性以及方便性等独特的特点,使指纹识别成为现在应用最广泛的生物识别技术。 指纹识别系统处理的流程中,指纹图像预处理是第一个处理环节,我沿用已经成熟的去噪,二值化,滤波,细化,对其进行预处理。 互信息作为最终的识别准则来进行指纹的识别。 2 指纹的预处理 般自动指纹识别系统由图像采集、图像预处理、细节点提取和指纹匹 几
复杂网络提取图像边缘特征
- 使用复杂网络提取图像边缘特征并进行识别的源代码,采用PCA_LDA算法对特征进行降维分类识别,识别效率很高。鲁棒性好
PCA_LDA.rar
- 《机器学习》课上的作业,PCA和LDA降维,尽管网上很多,但很少注释,另外细节上也没注意。这里有很详细的注释。另外还附上一个Naive贝叶斯分类器,大家可以作比较。附带的图像包是OLR人脸。ReducedDim为想要提取的特征数,不是百分比!," Machine learning" classes on the homework, PCA and LDA dimensionality reduction, even though a lot of online, but f
Class-separability
- 类可分离性的判别,特征选择与特征提取的任务是求出一组对分类最有效的特征因此需要有定量分析比较的方法,判断所得到的特征维数及所使用特征是否对分类最有利,这种用以定量检验分类性能的准则称为类可分离性判据。 类别可分离性判据,用来检验不同的特征组合对分类性能好坏的影响,并用来导出特征选择与特征提取的方法。 理想准则:某组特征使分类器错误概率最小-Class separability of discrimination, feature selection and feature extract
DCT
- 先用小波变换进行降维后,再用DCT进行特征提取,然后用SVM分类识别,SVM需先安用libsvm工具箱,然后再可以运行,该程序包含ROL人脸库,一并上传。-First reduce the dimension of the wavelet transform, the then DCT feature extraction, and then use SVM classification, SVM must be safe to use libsvm toolbox, and then you
Matlab_Classification_based_on_BP
- 基于BP神经网络的遥感图像分类代码。从样本中提取崇明岛东滩十种地物的光谱特征,并训练BP网络,再利用网络进行分类-BP neural network-based remote sensing image classification code. Extracted from samples of 10 kinds of Chongming Island, Dongtan features of the spectral characteristics and to train BP networ
Rec_BaseOnCN
- 使用复杂网络提取图像边缘特征并进行识别的源代码,采用PCA_LDA算法对特征进行降维分类识别,识别效率很高。鲁棒性好-Extracted using image edge characteristics of complex networks and to identify the source code, using PCA_LDA algorithm to reduce the dimensions feature classification, identification with hi
p300FeatureExtraction
- 自动提取和分类脑电EEG信号P300的特征的遗传算法-A Genetic Algorithm for Automatic Feature Extraction in P300 Detection
PCA
- 用来进行主成分分析,实现数据压缩功能,也可以做特征提取与分类-Be used for principal component analysis, data compression, you can also do feature extraction and classification
gist
- 对图像Gabor特征的提取,一个非常有效的特征,并用SVM对图像进行分类-get the gabor feature of a image,a very effective feature,and use SVM to classify the pictures
delphi7
- 首先综述了手写体汉字识别问题及其研究现状,对目前已有方法进行了分类、分析和比较。在此基础上,提出了如下研究目标:从图像认知的角度出发,基于结构分析方法,研究自由手写体汉字的高鲁棒识别问题。着重探讨结构描述的新理论与新方法,以及在各种变形和噪声干扰条件下结构匹配与结构特征提取的新理论与新方法。围绕上述目标,确定了四项研究内容:结构描述方法,结构匹配方法,结构特征提取方法和识别可信度计算方法。针对这些研究内容中拟解决的关键问题,制订了拟采用的研究方案,提出了具体的研究计划。最后,阐述了选题的前沿性,
STLBP_Matlab
- 自己改进的lbp-top算子,实现特征提取,与表情分类-Their improved lbp-top operator
GaitRsystem
- 实现人体步态检测和基于步态的人体身份识别算法,主要内容包括背景的提取,人体运动区域检测,人体轮廓提取,步态特征的提取,相似性度量和分类识别-Detection of the realization of human gait and gait-based human identification algorithms, including the background of the main contents of the extraction, detection of human motio
MATLA+svm
- 用MATLAB编写的svm源程序,可以实现支持向量机,用于特征分类或提取-SVM prepared using MATLAB source code, you can achieve the support vector machine for feature classification or extraction
Subpattern-based_principal___component_analysis.zi
- 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
gray_matix
- 灰度共生矩阵提取图像特征 然后对图像分类-Gray-scale extraction of image feature co-occurrence matrix of image classification and then
c02
- [demo.rar] - 增值税发票抵扣联字符识别中的图像倾斜校正方法,很有用 [2007012218032016052.rar] - 目前紧紧支持24种验证码的识别,后续版本将会慢慢加入更多可识别的格式。 [OCR.rar] - OCR光学字符识别代码,思想是背景16值变化,提供勾,圈,叉识别 [javawllt.rar] - 用JAVA编译的局域网聊天程序 v 1.0 ,此聊天程序为学习java语言而开发的 [MySoft.rar] - 一种利用硬盘序列号对
bp
- c语言编写的基于BP神经网络的对图像车辆分类,其中图像特征提取是用图像不变矩,给出了图像不变矩的样本数据和验证数据.rar-err