搜索资源列表
viedoimage_procesing
- 本算法用vc++6.0编写.基于网络摄像头进行处理,摄像头的启动使用摄像头本身的ip地址.可以进行目标位置的计算.-vc 6.0. Web-based camera processing, Camera start using the camera itself ip address. can be the target location calculations.
4images1.7.4
- 国外开源软件，最新版本，基于web的图片管理软件，Windows/Linus下均可运行。
OPENCV_SIFT_VC6
- 基于OPENCV的SIFT特征提取与匹配算法。包含完整的从图像高斯金字塔、DOG、空间极值点提取、关键点描述、KDtree匹配等关键步骤的全部函数实现，对全面深入理解Lowe的SIFT算法有莫大帮助。程序运行前须安装（1）OpenCV: http://opencvlibrary.sourceforge.net （2）SIFT: http://web.engr.oregonstate.edu/~hess/index.html，并配置其环境参数。
TestOpenCV
- 基于viual c++ 2005和OpenCV环境 TestOpenCV是一个应用OpenCV提供的函数进行图片显示和保存的应用程序，注意TestOpenCV需要OpenCV提供的库支持，因此请首先到相关网站上下载并安装OpenCV-Based on viual c++ 2005 and OpenCV is an application environment TestOpenCV provided OpenCV function picture display and preservati
FaceDetection
- 基于visual c++ 2005和OpenCV环境 FaceDetection是一个静态人脸检测程序，注意FaceDetection需要OpenCV提供的库支持，因此请首先到相关网站上下载并安装OpenCV，此外本程序需要导入一个分类器文件haarcascade_frontalface_alt.xml，该文件在OpenCV中提供，请读者将该文件复制到程序同一目录下，程序即可正确运行。-Based on visual c++ 2005 and OpenCV is a static envir
neuro_demo
- 基于神经网络的图像分类方法，代码执行效率高，国外网站上下的，是一个完整的工程-Based on neural network image classification methods, code implementation of high efficiency, foreign Web site from top to bottom, is a complete project
MagicNet
- magicNet网站上转换图像为代码的源代码，同样基于c++.net，是功能最完善的一个版本，同时不适合初学者看。-Source code from the MagicNet web site,which can convert image to codes, also based on the c++. net, is the most complete version, while not suitable for beginners to refer to.
kde_bg_v1.0
- 基于核密度估计的背景减法算法，拥有命令行界面的C++源代码。-kernel density estimation based background subtraction algorithm [1] with a command line interface. this algorithm is a somewhat improved version of [2]. the kmovingobjdetector class within the project is originally w
Web-Spiders
- 基于java，不错的网络蜘蛛，有源码及其文档-Java, a good web spider, source code and its documentation
novelty_detection_gmm
- 使用holcon基于高斯混合模型对网格的异常检测-This example program shows you how to use the GMM classifier for novelty detection to perform a web inspection task. To perform the novelty detection, * all pixels belonging to the single trained class are computed, and
web-images
- 本程序是基于web图像的超分辨率重建，借鉴参考了其他人的算法-This procedure is based on the super image resolution of web image reconstruction, reference to other people s algorithm
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