搜索资源列表
1-bridge.avi0056
- 车标识别 桥梁恢复 人脸识别 模式恢复 图像处理-Vehicle Logo bridges to restore the face recognition mode to restore the image processing
1-city.avi0055
- 基于人脸识别模式下的车标以及路边标示识别-Based on the standard car and roadside face recognition mode marked to identify
cl
- 用于块搜索模式的运动识别，包括所有传统的基本算法如全搜索，三步搜索，运行无误，汉语注释详细，是我自己找了很久的，最全的版本，也许和其他的有点类似，但这个版本绝对最完整！-For motion recognition, including all the basic algorithms such as the traditional full search, three-step search, run correctly, Chinese, detailed notes, is my own
LBP
- LBP（局部二值模式）特征提取，用于人脸识别，-LBP feature extraction for face recognition. . .
background-model8
- ：基于背景建模的运动目标分割是智能视频监控的重要任务，模型的质量直接影响到检测、跟踪、识别等运动分析的准确性．当前的建模方法多是单层的，忽略了像素特征在时域和空域上的联系，模型描述不够准确，对于背景扰动、全局光照变化及复杂的室内外场景等多种情况鲁棒性不强，导致了分割中出现空洞和噪声点．针对这些问题提出了一种双层建模的方法，在第一层提取时域上的像素亮度特征采用码本建模，第二层提取邻域纹理特征采用基于中心对称的局部二值模式建模．实验证明该方法在用于运动分割时，比常用方法具有更好的准确性和鲁棒性．-M
fingerprint_match
- 指纹识别系统，包括指纹图像预处理，特征点提取，采用点模式匹配。-Fingerprint identification systems, including fingerprint image preprocessing, feature extraction, using point pattern matching.
moshi
- 一本关于模式与识别的书籍，内容详细，很适合初学者，郑南宁著-A book about patterns and recognition, detailed, very suitable for beginners, Zheng Nanning with
face-recognition-PDF
- 一种局部敏感的核稀疏表示分类算法_张石清_赵小明_楼宋江_闯跃龙_郭文平_陈盈 一种融合多模式韦伯局部特征的人脸识别方法_李昆明 自适应阈值及加权局部二值模式的人脸识别_张洁玉-A topical sensitive nuclear sparse representation classification algorithm _ _ House Song Jiang Zhao Xiaoming Zhang Shiqing _ _ _ Chuang Chen Ying Guo Wenpin
DigitIdent
- 要求给定数字模式样本(7X9点阵，0-9共10个数字)，设计一BP神经网络进行手写体数字识别。 网络只有一个隐含层，训练样本100个，测试样本300个 -Requirements for a given sample in digital mode (7X9 lattice, a total of 10 figures 0-9), design a BP neural network to recognize handwritten digits. Network has only on
Snake
- 要求给定数字模式样本(7X9点阵，0-9共10个数字)，设计一BP神经网络进行手写体数字识别。 网络只有一个隐含层，训练样本100个，测试样本300个 -Requirements for a given sample in digital mode (7X9 lattice, a total of 10 figures 0-9), design a BP neural network to recognize handwritten digits. Network has only on
bp-netual-net
- 多层前向反馈式神经网络是目前应用比较广泛的人工神经网络，其中BP(Back Propagation network，简称BP网络)学习算法是最著名的多层前向反馈式神经网络训练算法之一。该算法在图像处理和图像识别领域已经取得令人瞩目的成就，其主要思想是利用已知确定结果的样本模式对网络进行训练，然后利用训练好的网络进行图像的处理或识别。本文将讨论用MATLAB实现BP神经网络对人脸角度的分析。 -Multilayer feedforward neural network feedback is us
fisher-and-bayes
- fisher 和bayes判别分析方法，主要用在光谱数据模式识别的，可对可见近红外光谱进行类识别，matlab2014a可以使用，其他不知道-Fisher and bayes discriminant analysis method, mainly used in spectral data of pattern recognition, visible to near infrared spectrum is used to identify the class, matlab2014a ca
BP-neural-network-
- BP神经网络用于模式分类,作为入门的基础程序，可以在人脸和掌纹上实现分类识别-The BP neural network is used for pattern classification, as the basis of an introduction to the program, can realize classification on face and palmprint recognition
lmp
- 局部多值模式LMP，对lbp的改进算法，用于人脸识别局部文理特征的提取- Partial multiple- valued model LMP, improvements to the LBP algorithm for Face Recognition Feature extraction of local arts and sciences
LGBP
- 一种在Gabor变换幅值域内提取局部变化模式空间直方图序列(histogram sequence of local Gabor binary patterns,简称HSLGBP)的人脸描述及其识别方法.-A Gabor transform domain amplitude variation patterns extracted partial sequence space histogram (histogram sequence of local Gabor binary patterns,
one
- 基于叶片数字图像的植物识别是自动植物分类研究的热点。但是随着植物种类的增加，传统的分类方法由 于提取的特征比较单一或者分类器结构过于简单，导致叶片识别率较低。为此，本文提出使用纹理特征结合形状 特征进行识别，并且使用深度信念网络构架作为分类器。纹理特征通过局部二值模式、Gabor 滤波和灰度共生矩阵 方法得到。而形状特征向量由 Hu 氏不变量和傅里叶描述子组成。为了避免过拟合现象，使用“dropout”方法训练 深度信念网络。这种基于多特征融合的深度信念网络的植物识别方法-Plant based
two
- ：植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。然而，低维特征不能全面描述叶片信息，识别准确率低，本文提 出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样本图像进行预处理，获得去除颜色、虫洞、 叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提取几何特征和结构特征，对灰度图像提取 Hu不变矩特征、灰 度共生矩阵特征、局部二值模式特征和 Gabor 特征，对纹理图像提取分形维数，共得到 2183 维特征参数。再采用主成分分析与线性 评判分析相
323100
- 支持向量机模式分类程序,可对两类模式进行分类识别()
LBP
- （1）计算图像中每个像素点的LBP模式(等价模式,或者旋转不变+等价模式)。 （2）然后计算每个cell的LBP特征值直方图，然后对该直方图进行归一化处理(每个cell中，对于每个bin,h[i]/=sum,sum就是一副图像中所有等价类的个数)。 （3）最后将得到的每个cell的统计直方图进行连接成为一个特征向量，也就是整幅图的LBP纹理特征向量； 然后便可利用SVM或者其他机器学习算法进行分类识别了。((1) calculate the LBP pattern of each p