搜索资源列表
TPS_finger_match
- 本工程在C++环境下面实现了指纹的TPS模板匹配,并且比较了传统模式的匹配,最终证实了TPS模板的优越性-works in the C environment to achieve below the TPS, the fingerprint template matching, and compared the traditional mode of the match, TPS ultimately proved the superiority template
Patternmatching2
- 基于归一化互相关系数的算法在模板匹配和特征跟踪中运用十分广泛,但缺点是其计算量很大. 为此提出了一种在 空间域利用盒形基简化互相关的快速算法,在不修改归一化互相关匹配原理的前提下,用原模板图像在一组正交盒形基张成 的子空间上的投影取代原图像来进行互相关计算,以降低图像精度来缩减计算复杂度. 实验说明,当搜索窗口大小较小时,此 快速算法计算量明显小于传统的频域快速归一化互相关算法. 关键词:模板匹配归一化互相关系数子空间分解盒形基
模板匹配
- 精度绝对不错，自己编写的。
algorithms
- 本文提出了一种基于圆周划分的模板匹配算法! 与传统模板匹配算法相比! 本算法具有速度较有一定的旋转不变性抗干扰性好的特点-A new template matching algorithem based on circle partitioning is presented. The new algorithm is faster and more robust than traditional template matching algorithms
face-recognization
- 可信人脸模式识别技术包括了传统人脸模式识别技术，由摄像头和计算机模式识别软件组成。由于与传统人脸模式识别技术的不同，可信人脸模式识别技术有两个模板。用于人脸识别匹配的传统人脸识别模板，用于识别行为密码匹配的人脸识别行为密码模板。-Reliable face recognition technology, including the traditional model of face recognition technology, the camera and computer pattern r
shuzituxiangchuli
- 在传统图像识别中的模板匹配技术面临着计算量大，存储量大的缺点，因此提出了基于遗传算法的图像识别的方法。本文提出了传统的基于遗传算法和normxcorr2结合的方法，对图像进行离散化，然后把图像识别问题变成一系列的离散点组合优化问题，再利用遗传算法对种群优化的性能，对各个控制点组合优化，让控制点与模板进行匹配，寻出最优解。最后通过实验验证遗传算法在图像识别的优点。-In the traditional image recognition in the face template matching
feature-points-matching
- 对灰度差绝对平均值算法匹配次数多，不具有旋转不变性等缺点，提出一种新的目标识别方法。匹配准则采用具 有环形结构的子窗口内的像素差加毂和的形式表示，保证了算法具有旋转不变性。对模板图像中的特征点按照匹配准则分 别在目标图像中找到相应的匹配点，从而完成匹配操作，与传统的相关匹配算法相比，大大减少了匹配次数。对于因遮挡而 丢失的特征点，可根据已匹配特征点之问的相对距离来重新确定，从而实现目标识别的功能。仿真实验验证了该算法的有 效性。-A new target recognition
NC
- 模板匹配之归一化算法,传统的归一化算法，每行有详细的注解。-The template matching normalized algorithm, the traditional normalized algorithm, each line of detailed notes.
Facial-Feature-Tarcking
- 研究优化人脸特征提取问题，针对长期以来在不贴标记点的情况下用传统的光流、Snake、可变模板等方法对纹理特征变化大的特征点不能有效跟踪，并且解决单独采用Gabor 小波系统开销大等问题，为了在人脸图像中提取准确信息，提出了人脸特征点的跟踪方法，分组采用改进的光流法和弹性图匹配的方法进行特征点跟踪。对眼睛、眉毛、上下眼皮等14 个表 情变化不大的特征点使用光流法进行跟踪，最后对变化大的嘴部8 个特征点运用Gabor 小波的弹性图匹配方法进行仿真。-Gabor wavelet research
Automatic-People-Counting-
- 提出了智能视频监控中基于机器学习的自动人数统计系统。。该系统通过机器学习的方法对视频序列中人的头肩部位进行准确地检测。克服了传统检测方法如连通域分析和简单模板匹配的不足。-Automatic people counting system based on machine learning in intelligent video surveillance. . The system through machine learning methods to accurately detect the
ct
- 传统图像模板匹配方法在matlab中的实现，学习便于理解模板匹配的基本原理。-Traditional image template matching method in matlab to achieve, learning the basic principles easy to understand template matching.
ZTSBSVM
- 算法提出了 一个新的部位观测模型和一种新的减小部位状态空间的方法：（1）对人体不同部位采用不同尺寸的细胞单元计算HOG特 征，并利用线性SVM进行分类，从而提出一种新的部位观测模型；（2）利用人体部位定位的先验分布确定部位定位区域，然 后通过邻域归并和设置与部位模板的匹配度阈值进一步减小状态空间，从而提出了一种减小部位状态空间的方法。仿真 实验结果表明所提算法与传统算法相比更加有效。-Algorithm proposed site of a new observation mod
Double-RingMeanShiftAlgorithm
- 传统均值漂移跟踪算法在目标特征提取、模板匹配度量和带宽固定方面存在缺陷，提出一种双环 Mean Shift视频跟踪算法-A tracking algorithm based on double—ring Mean Shift is proposed to solve the deficiency of target representation，template similarity measure and fixed kernel—bandwidth in traditional Me
主流的人脸识别技术
- 主流的人脸识别技术基本上可以归结为三类，即：基于几何特征的方法、基于模板的方法和基于模型的方法。 1. 基于几何特征的方法是最早、最传统的方法，通常需要和其他算法结合才能有比较好的效果； 2. 基于模板的方法可以分为基于相关匹配的方法、特征脸方法、线性判别分析方法、奇异值分解方法、神经网络方法、动态连接匹配方法等。 3. 基于模型的方法则有基于隐马尔柯夫模型，主动形状模型和主动外观模型的方法等。(The mainstream face recognition technology can