搜索资源列表
c_fusejiance
- 此程序使用的集成环境为TI公司的CCS。程序的平台是使用合众达的VPMDM642 c_fusejiance是用DSP进行肤色检测。人体的皮肤颜色是人体的一个重要特征，肤色检测被广泛的应用于人脸跟踪、人脸检测、手语识别、敏感图像过滤等领域中. -use of this procedure for the integrated environment TI's CCS. Procedures for the use of the platform is up to the UCO i
PCA+LDA.Class.vc
- 结合PCA+LDA的图像识别算法VC封装类,PCA（主元素分析，光照敏感）,可用于人脸识别的初级算法-combination of image recognition algorithm VC Packaging category, PCA (principal component analysis, Light-sensitive), can be used for the initial face recognition algorithm
HSIlujingshibie3
- 采用HSI彩色空间的AGV路径识别具有对图像的灰度变化不敏感的特点
Program1
- 能够完成正则文法所描述的Pascal语言子集单词符号的词法分析，该语言大小写不敏感，能够识别的字符以二元式的形式输出到屏幕上和中间文件里。
local_projection_entropy
- 采用局部投影熵进行人脸识别的源程序，在常见的数据库上的实验识别率较高，特别是算法对光照不敏感．
HandwrittenDigitRecognitionBasedOnBPNeuralNetwork.
- 详细说明了如何实现基于bp神经网络的手写数字识别。神经网络对于参数的设置是敏感的，尤其是隐藏层的单元个数，本文列出了一系列bp神经网络的应用的参数设置。结果表明，可以实现较好的模式识别功能
基于集成的年龄估计方法
- 近十年来，由于广泛的应用前景，关于人脸识别的研究得到了 广泛的关注．但目前宵一种影响人脸识别技术的因素尚未被研究者所重视，那就是年龄变化．而在适用于年龄变化的人脸识别技术中有一个重要的问题，即年龄估计．本文基于典型相关分析和代价敏感学习提出了两种年龄估计算法，并在此基础上利用集成技术来提高年龄估计的准确性．
MinGanCiGuoLv
- 基于内容的敏感图片过滤技术的研究及其在IE浏览器中的实现.kdh-Content-based filtering technology sensitive picture of the research and its application in the IE browser to achieve. Kdh
jingeiARTYU
- 本资料的功能为：运用数学统计方法和时间序列分析方法对原始振动信号进行分析，获取相应的时域，频域，频域及时间序列模型参数并以此作为特征参数，然后运用距离区分技术进行评估，选取敏感的特征参数作为ART-similarity分类器的输入并进行训练，最后便可识别出设备的性能状态。 基于YU范数对承不同预紧状态的分析，针对进给系统所采集的数据样本事先不知其对应的状态时，则可利用基于YU范数的ART-Similarity监督分类器对其进行诊断分析。针对基于Yu范数ART-Similarity的算法
SkewDetectionAndCorrectionMethod
- 文本图像在扫描输入时产生的倾斜现象会对后续的页面分割及光学字符识别(OCR)处理产生很大的影响,而传统的标准Hough变换虽然具有对噪声不敏感,不依赖于直线连续性的优点,但由于计算量偏大,速度慢,在实用时有较大的局限性.提出一种基于改进的Hough变换的文本图像倾斜校正方法,通过在变分辨率图像中采用不同的文本方向提取算法,及选择合理投票门限等改进Hough变换的措施,减小了由图像区域及文字笔画粗细所产生的对倾角判定的不利影响,并使用基于偏移值的方法实现页面倾斜的快速校正.实验结果表明,该算法实现
CorrectCarNoImageAndRegnize
- 一种车牌图像校正新方法 【摘要】因摄像机角度而造成的机动车牌图像倾斜会对其后继的字符分割与识别带来不利的影响。本文在分析了车牌倾斜模式的基础上,提出了一种基于最小二乘支持向量机（LS-SVM）的车牌图像倾斜校正新方法。通过LS-SVM线性回归算法求取坐标变换矩阵并对畸变图像进行旋转校正。主要方法：首先,将二值倾斜车牌图像中的像素转换为二维坐标样本,并构造图像数据集 再通过LS-SVM线性回归算法对该数据集进行回归,求取主要参数 最后,再由该参数转换为能反映图像倾斜方向的2维坐标变换矩阵。实验
3DFaceRecognitionBasedon3DLBPandKernelDiscriminant
- 二维照片的人脸识别对光照、姿态和化妆等因素很敏感，故提出了一种将三维局部二值模式(3DLBP)和核享，1剐分析(KDA)相结合的三维人脸识剐方法．采用3DLBP描述人脸深度图像的特征，高斯核函数KDA 作为分类器，使用Chi平方统计改进高斯核函数、采用FRGC v2．0中2003春季采集的三维人脸库进行实验．实验结果表明，该 方法在每人2个训练样本时，识别率为91．8％，而PCA和3DLBP的识别率分别为60．4％和78．3％；当每人的训练样本数增至6个时，识别率为98．4％，而PCA和3D
AdaptiveSkinColorDetection
- 自适应人体肤色检测中的若干关键技术研究 人体的皮肤颜色是人体的一个重要特征，肤色检测被广泛的应用于人脸跟踪、人脸 检测、手语识别、敏感图像过滤等领域中，具有重要的理论研究意义和实际应用价值。 -Adaptive skin color detection of a number of key technologies in human skin color is an important feature of the human body, skin detection has bee
BMP-shape
- 用形状上下文的方法进行图形识别：将特征高维化，对形变不很敏感，对噪音也不很敏感-Shape Matching and Object Recognitiom using shape contexts
DSP57813
- DSP本身在内的所有电子器件都是干扰源，而且系统所处的工作环境中还有很多外来干扰源，再加上语音识别技术对信号噪声非常敏感，所以在系统设计中必须考虑系统的抗干扰问题。-DSP itself, including all electronic devices are sources of interference, and the system environment in which there are many external sources of interference, coupled
DSP57813
- DSP本身在内的所有电子器件都是干扰源，而且系统所处的工作环境中还有很多外来干扰源，再加上语音识别技术对信号噪声非常敏感，所以在系统设计中必须考虑系统的抗干扰问题。-DSP itself, including all electronic devices are sources of interference, and the system environment in which there are many external sources of interference, coupled
FACE-RECOGNITION
- 此文的目的有三个：第一，当地连续均值量化变换特征是提出照明和传感器敏感操作在目标识别上。其次，注册稀疏Winnows网络分割，提出了加快原分类。最后，特点和分类相结合对于正面人脸检测任务。检测结果列 为MIT + CMU系统和BioID数据库。关于这人脸检测器，接收器操作特征曲线BioID数据库产生最好的结果公布。对于结果麻省理工学院的中央结算系统+数据库相当于国家的最先进的脸探测器。一个人脸检测算法的MATLAB版本可以从http://www.mathworks.com/matlabce
cifa
- 完成下述文法所描述的单词符号的词法分析程序,文法如下： <标识符>--><字母>|<标识符><字母>|<标识符><数字> <无符号整数>--><数字>|<无符号整数><数字> <分界符>-->+|-|*|/| |(|)|{|}|<|<=|=|!=|>=|>|:=|<空格> <字母&g
人脸识别
- 使用OPENCV库提供的接口，实现人脸的识别功能。 在一个人脸识别系统中，应用多种预处理技术对将要识别的图片进行标准化处理是极其重要的。多数人脸识别算法对光照条件十分敏感，所以假如在暗室训练，在明亮的房间就可能不会被识别出来等等。比如脸部也应当在图片的一个十分固定的位置（比如眼睛位置为相同的像素坐标），固定的大小，旋转角度，头发和装饰，表情（笑，怒等），光照方向（向左或向上等），这就是在进行人脸识别前，使用好的图片预处理过滤器十分重要的原因。你还应该做一些其它事情，比如去除脸部周围的多余像素（
基于PCA的人脸识别
- 主成分分析法(principal conponent analysis, PCA)也叫Hotelling变换或特征脸法，是基于 K-L变换基础上研发得到的。该方法的核心是能够降低图像空间的维度，具体做法是将原始的数据通过某种线性变换从高维度空间转变到低维度空间中，这些数据彼此不相关，根据贡献率选取最大的前一部分，使原数据具有最大的变化量，对后面的图像也向这个空间投影，然后比较它们之间的距离来确定类别关系。PCA方法的缺点是对光照问题比较敏感。