搜索资源列表
Hand.rar
- ASM,主动形状模型，PCA，可变形模型。以人手变形为例，内涵18个人手图形，每个有72个landmarks，程序对人手形状进行了procrutes align然后进行了PCA,ASM, take the initiative to shape model, PCA, deformable model. Manual deformation as an example, the connotation of the 18 individual hand graphics, each has 72
Researchontheshapefeatureextractionandrecognition.
- 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
FaceDetection_Based_on_a_New_Nonlinear_Color_Space
- 提出一种新的非线性变换的彩色空间 ″″, 利用次高斯概率分布函数拟合皮肤色度信息, 得到候选区 YC C r b 域。为了排除候选区域中的非人脸, 首先根据均值和方差信息分割出候选区域中的纹理特征信息, 再通过多尺度 ) ( 信息定位眼睛, 然后根据人脸特征的几 形态边缘检测算子检测候选区域的边缘, 利用 边缘方向 PCA PCAED ( ) 何形状信息定位其他特征 鼻、嘴 , 通过这些几何特征信息对肤色分割得到的候选区域进行验证, 最终得到正确 的人
ASM_version1b
- ASM是由Cootes和泰勒推出的多分辨率方法的一个例子。 基本思想： 在ASM模型训练，训练从手工绘制的图像轮廓。发现的ASM模型在训练使用主成分分析（PCA），使该模型自动识别数据的主要变化是，如果可能的轮廓/好的对象的轮廓。还包含了ASM模型的协方差矩阵描述行垂直纹理口岸时，在正确的位置。 -Descr iption This is an example of the basic Active Shape Model (ASM) as introduced by Coot
pca
- compute the oriented bounding box of a shape in a binary image using pca
pca
- 自动人脸识别系统具有如图所示的一半框架并完成相应功能的任务。 （1）人脸图像的获取：一般来说，图像的获取都是通过摄像头摄取，氮摄取的图像可以是真人，也可以是人脸的图片或者为了相对简单，可以不考虑通过摄像头来摄取头像，而是直接给定要识别的图像。 （2）人脸的检测：人脸检测的任务是判断静态图像中是否存在人脸。若存在人脸，给出其在图像中的坐标位置，人脸区域大小等信息。而人脸跟踪需要进一步输出所检测到的人脸位置，大小等状态随时间的连续变化情况。 （3）特征提取通过人脸特征点的检测与标定可以确
extract_features2.tar
- 各种图像描述符算法,图像特征提取用的是SIFT特征检测子-computes steerable filters, SIFT descr iptor, moments, differential invariants, complex filters, shape context, spin images, PCA-SIFT.
1
- 本程序使用pca进行图像姜伟处理，然后使用形状上下文进行进一步处理-The program use pca the image Jiang Weixin processing, then use the shape context for further processing
kPCA_v2.0
- Principal component analysis (PCA) is a popular tool for linear dimensionality reduction and feature extraction. Kernel PCA is the nonlinear form of PCA, which is promising in exposing the more complicated correlation between original high-dimensiona
3CGAS
- 高斯主元消去法求解线性方程组挺好的值得借鉴-PCA Gaussian elimination method for solving linear equations in very good shape
gauss--cPP
- 数值分析 列主元高斯消去的c++实现，写的挺好的。-Numerical analysis out PCA Gaussian Elimination of c++ achieve, written in very good shape.
kernel-linear-principal-componenet
- this principle component analysis(PCA) that is used for linear dimensionality reduction and feature extraction as well as the nonlinear form of PCA which is KPCA and how PCA is used for Active shape models -this is principle component analysis(PCA) t