搜索资源列表
lbp
- 1.解压缩之后，在vs2008下可直接运行，不过需要安装opencv 2.提供人脸检测与识别功能 3.人脸识别，需要预先选定文件夹提取特征向量，然后才可以选取比较，这个需要改源程序-1. Unzipped, run directly under the vs2008, but need to install opencv 2. Provides face detection and recognition 3. Recognition, pre-selected folder nee
LBP
- 图像LBP特征提取，结合OpenCV2.3，LBP特征在图像检索方面用途很大。-The images LBP feature extraction, combined with OpenCV2.3 of LBP characteristics in image retrieval purposes.
fbl
- 通过MFC框架，采用菜单响应，提取了人脸图像的LBP特征-By the MFC framework, using the menu response, LBP features extracted from face images
LBP_train_main
- LBP特征的提取以及SVM分类器的训练，提供一个框架-LBP feature extraction and SVM classifier training, to provide a framework
LBP
- 利用Opencv实现LBP算法，完成图像特征提取-LBP algorithm utilizing Opencv achieve complete image feature extraction
lbp_pro
- C++实现的LBP算法提取图像纹理特征, 对“飞龙”的《LBP》例程重新实现-C++ implementation of the LBP texture feature extraction algorithm, C++ implementation of the LBP algorithm for extracting image texture features
LBP
- opencv 打开一张图片,基于LBP的特征提取-feature matching
LBP
- 一幅图像的纹理是在图像计算中经过量化的图像特征。图像纹理描述图像或其中小块区域的空间颜色分布和光强分布。纹理特征的提取分为基于结构的方法和基于统计数据的方法。一个基于结构的纹理特征提取方法是将所要检测的纹理进行建模，在图像中搜索重复的模式，该方法对人工合成的纹理识别效果较好。但对于其他图像中的纹理识别，基于统计数据的方法效果更好。-A texture image is the image in the calculation of the quantized image features. Sp
faceRecognization
- 本程序中，利用了LBP特征对人脸特征进行提取，并且利用SVM对提取的人脸特征进行训练和识别，其中，所用的图像处理库OpenCV2.4.9版本；通过对人脸库中的标准标本进行测试，算法识别率高达95%以上；(LBP features extract facial features, and use SVM to extract and recognize the facial features. The OpenCV2.4.9 version of the image processing libr
TestLBP
- 使用vs2008开发平台，c++语言，对人脸图片进行LBP特征提取，再通过距离度量计算人脸相似度，在100人的小库中准确率超过80%(We use VS2008 development platform and c++ language to extract LBP features from face images, and then calculate face similarity by distance metric. The accuracy is over 80% in 100 sm
S1IM159.【已完成】基于SVM的烟雾识别系统
- 基于SVM的烟雾识别系统 运动区域提取使用的是 自适应混合高斯背景建模 特征算法使用的是 HOG+LBP 机器学习方法使用的是 scikit的SVM(Smoke recognition system based on SVM The moving region extraction uses adaptive Gaussian mixture background modeling feature algorithm, hog + LBP machine learning method