搜索资源列表
ImageCheck
- 使用Direct show从摄像头采集图片，判断图像中是否有运动人体，并进行报警和保留样本，可用于智能监控。-show from the use of Direct Acquisition camera pictures, to judge whether there are images of human movement, and the police and retain samples for intelligent monitoring.
changyongsousuosuanfa
- 常用搜索算法 光盘上包括了书上提供的例程及算法，均可在Visual C++ 6.0下编译通过。 读者可参照书籍了解程序的使用。 实验素材里面提供了一些模式识别实验用的数据库。其中“数字和字母图像” 用于脱机字符识别里的模板匹配法，USPS字库用语Fisher线性判定识别手写数 字。由于一些原因，有些数据库不能提供，需要读者自己采集样本。 -search algorithm commonly used on the CD, including a book on th
lianjizifushibie
- 联机字符识别 实验素材里面提供了一些模式识别实验用的数据库。其中“数字和字母图像” 用于脱机字符识别里的模板匹配法，USPS字库用语Fisher线性判定识别手写数 字。由于一些原因，有些数据库不能提供，需要读者自己采集样本。 -online character recognition experimental materials inside provided some experimental pattern recognition database. These "
tuojizifushibie
- 脱机字符识别 实验素材里面提供了一些模式识别实验用的数据库。其中“数字和字母图像” 用于脱机字符识别里的模板匹配法，USPS字库用语Fisher线性判定识别手写数 字。由于一些原因，有些数据库不能提供，需要读者自己采集样本。 -experimental materials inside provided some experimental pattern recognition database. These "numbers and letters images
3DFaceRecognitionBasedon3DLBPandKernelDiscriminant
- 二维照片的人脸识别对光照、姿态和化妆等因素很敏感，故提出了一种将三维局部二值模式(3DLBP)和核享，1剐分析(KDA)相结合的三维人脸识剐方法．采用3DLBP描述人脸深度图像的特征，高斯核函数KDA 作为分类器，使用Chi平方统计改进高斯核函数、采用FRGC v2．0中2003春季采集的三维人脸库进行实验．实验结果表明，该 方法在每人2个训练样本时，识别率为91．8％，而PCA和3DLBP的识别率分别为60．4％和78．3％；当每人的训练样本数增至6个时，识别率为98．4％，而PCA和3D
algorithmbehavior
- 针对行为识别中行为者朝向变化带来的问题,提出了一种基于人体行为3D模型的2D行为识别算法.在学习行为 分类器时,以3D占据网格表示行为样本,提取人体3D关节点作为描述行为的特征,为每一类行为训练一个基于范例的隐马 尔可夫模型(Exemplar-based hidden Markov model,EHMM),同时从3D行为样本中选取若干帧作为3D关键姿势集,这个 集合是连接2D观测样本和人体3D关节点特征的桥梁.在识别2D行为时,2D观测样本序列可以由一个或多个非标定的摄 像机采集
woodpicturerecognization
- 黄山松、棘柏、江南油杉 、马尾松、日本扁柏、日本香柏、水杉 和雪松等8种针叶材样本，按照常规方法制作横切面木材切片，并统一采用奥林巴斯OLYMPUS BX51显微镜和DP70数码显微成像系统采集显微图像。-Pinustaiwanensis，Juniperus formosana，Keteleeria cyclolopis，Pinus massoniana，Chamaecyparis obtusa，Thujastandishii，Metasequoia glyptostroboides...
ww
- 车辆牌照识别(LPR)系统是一个专用的计算机视觉系统，LPR系统的广泛应用将有助于加快我国交通管理 自动化的进程。本文对车牌识别系统中的图像预处理、车牌定位、字符分割和字符识别等环节涉及到的技术、算法以 及系统整体设计作了全面的论述，并与已有方案进行了比较，对部分关键算法进行了设计和改进。用采集到的40多 幅汽车图片作为实验样本数据，用纯软件的方法实现了车牌字符的自动识别-As a speclal computer vision system，the License Plate Re
Signature-Identification-Method
- 针对离线签名鉴别可利用的信息少、鉴别难度大的问题，提出了一种基于数学形态学的签名真伪鉴别方法。该方法首先对采集的签名图像进行灰度化、二值化、滤波去噪、取反归一化等预处理，然后利用数学形态学的各种运算，结合不同大小和不同方向的结构元素提取签名中具有明显方向性特征的笔划，最后基于笔划的长短、粗细、间隔等信息对鉴别样本做出判别。实验结果表明，该方法能有效地提高鉴别的正确率，改善鉴别的实时性，对于应用新方法进行离线签名真伪鉴别是一次有益的尝试，具有一定的实用和推广价值。-It is much more
yangbencaiji
- 用于采集图像样本点用于像素灰度分类，可将图片进行图片切割，小波变换等-For the collection of images of sample points for the classification of pixel gray picture picture cut, wavelet transform
Untitled
- 对采集样本进行模式识别与线性分类器的设计-To collect samples for pattern recognition and a linear classifier design
1
- 2．利用FFT对信号进行谱分析 对于连续信号xa(t)=cos(2πf1t) +5cos(2πf2t) +cos(2πf3t) ，其中f1=6.5kHz, f2=7kHz, f3=9kHz, 以采样频率fs=32 kHz对其进行采样， （1）对xa(t) 信号采集16点样本，分别作16点和补零到256点的FFT，并分别绘出对应的幅频特性曲线。 （2）对xa(t)信号采集256点样本，分别作256点和512点的FFT，并分别绘出对应的幅频特性曲线。 （3）比较（1）和（2）
chulichexing
- 在样本图像采集读取、图像预处理、特征参数提取、车型识别分类等方面进行了系统研究-In the sample image acquisition read, image preprocessing, feature extraction, classification models to identify other aspects of the system study
asprise-ocr-csharp-vb.net-15.3.1-trail
- 扫描无处不在：浏览器和java C # VB.NET应用 asprise OCR SDK的数据采集◎终极免费的OCR引擎 ?运行OCR项目样本 -------------------------------------------- 1）在Visual Studio中打开解决方案示例项目\ ocr-samples-vs.sln； 2）设置项目的asprise OCR API样品为启动项目； 3）点击“开始”或按F5开始。(Scan everywhere: the browser an
Colorhist_Libsvm_dem
- 随着科学技术的飞速发展，机器学习与人工智能技术的不断创新，人们对特定信息检索的需求逐渐增加，使得如何对资源进行合理有效的分类成为一个关键问题。近几年来，基于内容的图像分类的研究焦点主要集中在自然图像的场景分类和物体分类两个方面，大多采用有监督学习方法，通过对底层特征建模和中间语义分析来实现分类。 本文基于Libsvm的图像分类研究及实现，主要针对的是物体分类这一方面，选用了五类水果作为分类研究的对象。对图像进行分类的大体步骤主要包括采集图像样本（主要从Web上获取）、图像预处理（如截成大小一致
pca
- 在许多领域的研究与应用中，往往需要对反映事物的多个变量进行大量的观测，收集大量数据以便进行分析寻找规律。多变量大样本无疑会为研究和应用提供了丰富的信息，但也在一定程度上增加了数据采集的工作量，更重要的是在多数情况下，许多变量之间可能存在相关性，从而增加了问题分析的复杂性，同时对分析带来不便。如果分别对每个指标进行分析，分析往往是孤立的，而不是综合的。盲目减少指标会损失很多信息，容易产生错误的结论。 因此需要找到一个合理的方法，在减少需要分析的指标同时，尽量减少原指标包含信息的损失，
代码
- 车牌识别系统以设计一个基于MATLAB实时的车辆牌照识别系统为最终目的。本系统实现车牌识别要求对采集到的样本经过以下相关步骤：图像采集，图像预处理、车牌定位、字符分割、字符识别等。本文主要介绍图像预处理、车牌定位、字符分割这三个模块的实现方法。(The Automatic Recognition System of License Plate Based on Digital Image Processing)