搜索资源列表
position
- 基于单目手眼相机和激光测距仪,提出了一种尺寸未知的空间矩形平面的位姿测量算法。该算法不需要知道矩形平面 的G 个顶点的物体坐标,只需要知道它们的图像坐标、激光点的图像坐标和激光测距结果,就能够计算出尺寸未知空间矩形平 面在相机坐标系下的位姿,并且计算出矩形平面的尺寸。通过建立单目手眼相机和激光测距仪的数学模型,对该算法进行了验 证。实验结果表明,该算法是有效的,可以应用于机器人对空间物体的跟踪、定位以及抓取。-Monocular-based hand-eye cameras and
PQRbayes
- 从ML-EM 重建算法入手,分析了贝叶斯模型的一些关键点,针对采用传统方法求解MAP问题的局限性,提出一种用于正电子成像的贝叶斯神经网络重建算法,为了保留边缘信息,引入了二进制的保边缘变量,并应用共轭神经网络求解,模拟的重建结果表明,应用这种算法可以得到比ML-EM 算法更好的重建图像@-From the ML-EM reconstruction algorithm start with an analysis of Bayesian model some of the key points,
neuralnetwork
- 用于图像识别的新型神经元网络 提出了一种用于图像识别的映封正交神经元网络。 在一般情况下待识别的样本空间的维数相当大, 为了有效地进行识别,必须把样本空间的维数降下来。目前常用的方法就是特征提取法,本文采用映射正交过程把样本空间映射成正交分类空间,并在此基础上,采用网络进行图像分类。计算机上模拟结果表明此网络县有时缺损和噪声图像进行正确识别的能力-Image recognition for a new type of neural network used in a video im
jchshibie
- 支持向量机(SVM)是一种基于超平面分类的新的学习方法,具有很强的泛化能力。研究了支持向量机的学习机理,以及实现支持向量机的序贯最小优化算法(SMO),并用来对舰船图像进行识别。首先将待识别目标进行二维小波分解,获取不同尺度下的小波系数,然后对其进行主元分析,得到的主元分量作为支持向量机的特征量输入。实验结果表明,该方法具有良好的分类性能。-Support Vector Machine (SVM) is a hyperplane-based classification of new learn
GAs
- 利用遗传算法求解复杂函数最小值,可以修改参数来调整搜索精度,并且会显示每代搜索的动态图像-Use of genetic algorithms to solve complex function minimum, you can modify the parameters to adjust the search accuracy, and will show each generation of the dynamic image search
Letter-recognition
- 基于神经网络, 采用 Matlab 6. 5 和 Visual C, 设计一个字母识别系统。 该系统通过对 BMP 图片的二值化 处理,在 VC 环境下调用 Matlab,并将把二值化后的数据进行网络训练,从而实现 26 个英文字母的识别。 系统性能的测试表明,系统所训练的神经网络有很好的抗干扰能力。-The design letter recognition system based on neural network, using Matlab 6. 5 and Visual C,. T
shuzishibie
- 以数字与字母识别系统的基本处理流程为主线,从待识别数据的获取入手,通过预处理、特征的提取与选择,到分类器的设计等部分都进行了较为详尽的分析与研究,MATLAB仿真实验表明;采用最小距离法对所给出的一组数字及字符图片进行不同的分块识别,最终得出分8块识别率为85.71 ;分16块识别率为95.71 ;分20块识别率为95 ;具有较高的识别率。-The basic process flow of the numbers and letters recognition system as the ma
FaceRecognitionBased-OnDeepLearning
- 本文运用深度神经网络的方法克服姿态变量和图像分辨率的影响,提出了一种多姿态的人脸超分辨识别算法并在实验数据集上获得了良好的性能表现。另外本文利用深度信念网络探索正面人脸图像和侧面人脸图像的映射,方法放松了深度信念网络的输入也输出之间绝对相等,而只是保证其高层含义上的相等。实验表明了使用深度信念网络可以学习到侧面人脸图像到正面人脸图像的一个全局映射,但是丢失了个体细节差异。本文还提出了基于深度网络保持姿态邻域进行姿态分类的方法,在学习过程中,我们保证了同一个姿态下的人脸图像应该与同一姿态下的多张图
Enhancement-Based-on-Visual-Property
- 常见的基于人类视觉特性的图像增强算法由于是同时完成动态范围压缩和对比度增强,导致增强图像的整 体对比度不高、边缘部分效果不佳.通过分析人类视觉系统的全局和局部自适应调节原理及人眼视网膜神经节细胞 感受野的传输特性,提出一种仿生图像增强算法.为适应人类视觉系统对光强的主观感觉特性,对图像作全局亮度 对数变换 并利用人眼的主观亮度感觉与实际光强的对数呈局部线性关系的特性,采用视网膜神经元感受野三高斯 模型来调整亮度图像的局部对比度 最后利用线性变换恢复图像的彩色信息.实验结果表明,该