当前位置：
首页 资源下载
搜索资源 - feature transformation
搜索资源列表
-
0下载：
结合PCA的尺度不变特征变换(SIFT)算法源代码，可用于图像目标检测和识别。-combine PCA scale-invariant feature transformation (metabolism) algorithm source code, images can be used to target detection and identification.
-
-
3下载：
基于OpenCV的SIFT特征点提取进行匹配的程序，程序中采用了两幅图像，匹配后可进行放射变换-OpenCV based on SIFT feature point extraction of matching procedures, the procedures used in the two images, match after radiation transformation
-
-
0下载：
图像的正交变换,包括了傅立叶,离散余弦,沃尔什,基于特征向量,小波变换-Images orthogonal transformation, including the Fourier, discrete cosine, Walsh, based on the feature vector, wavelet transform
-
-
0下载：
提出了一种基于目标边界的不变特征提取方法。导出了用物体角点坐标表示的低阶边界矩的闭合形式，构造了
基于边界矩的仿射变换不变量。该方法只需要对物体角点进行简单的代数运算，因此，该方法简单明了，计算量很小。实
验结果证明了该方法的有效性-A goal of the border based on the same feature extraction method. Exporting objects with corner coordinates of the low-level clos
-
-
0下载：
模式识别基本方法matlab源代码，包括最小二乘法、SVM、神经网络、1_k近邻法、剪辑法、特征选择和特征变换。-Basic method of pattern recognition matlab source code, including the least squares method, SVM, neural network, 1_k neighbor method, editing method, feature selection and feature transformatio
-
-
0下载：
对图像进行特征提取 从而实现对几何变换的鲁棒性-The image feature extraction in order to achieve robustness of the geometric transformation
-
-
0下载：
In this paper, we show how support vector machine (SVM) can be
employed as a powerful tool for $k$-nearest neighbor (kNN)
classifier. A novel multi-class dimensionality reduction approach,
Discriminant Analysis via Support Vectors (SVDA), is in
-
-
0下载：
：步态识别通过人体走路的姿势来识别人的身份。近年来，步态作为一种生物特征识别技术备受计算机视觉研究者的关注。对某个
人的一个步态序列利用动态 Viterbi 算法得到一个样本姿态序列，对其多个步态样本姿态序列的对应姿态取平均得到这个人的特征姿态序
列，对特征姿态采用主成分分析法和线性判别分析法处理特征空间，并用最近邻法进行识别。利用 CASIA 数据库对本文方法进行验证，
取得了较高的识别率，并对体形变化具有较强的鲁棒性-Human gait recognition is the p
-
-
0下载：
The Principal component analysis, is a standard technique used for data reduction in statistical pattern recognition and signal processing
A common problem in statistical pattern recognition is feature selection or feature extraction. Feature selec
-
-
0下载：
本文提出一种基于特征点的运动场景图像拼接算法。基于相似变换消除选取在运动物体上的特征点，并使用RANSAC 算法进行外点的剔除。在融合阶段，根据齐次变换矩阵求得对2 幅图像的差异图像，并执行区域增长算法，从而分割出运动区域。使用一种分段映射算法生成全景图像。实验证明了算法的有效性-This paper presents a scenario based on the movement of feature points image mosaic algorithm. Selected based
-
-
0下载：
灰度变换是将一个灰度区间映射到另一个灰度区间的变换。灰度变换可使图像动态范围加大，图像对比度扩展，图像清晰，特征明显，是图像增强的重要手段。-Gray-scale transformation to a grayscale range is mapped to another gray range transformations. Gray-scale transformation can increase the dynamic range image, the image contrast
-
-
0下载：
模式识别基本方法matlab源代码，包括最小二乘法、SVM、神经网络、1_k近邻法、剪辑法、特征选择和特征变换-Basic method of pattern recognition matlab source code, including the least squares method, SVM, neural networks, 1_k neighbor method, the clip method, feature selection and feature transformati
-
-
0下载：
基于SIFT算法的目标匹配和识别，尺度不变特征变换匹配算法-SIFT matching algorithm based on the objectives and recognition, scale-invariant feature transformation matching algorithm
-
-
0下载：
在图像处理技术中，正交变换被广泛地运用于图像的特征提取、图像增强、图像识别等领域中，因此本程序对几种主要的正交变换进行了编程实现。-In image processing technology, orthogonal transformation is widely used in image feature extraction, image enhancement, image recognition, etc, so this procedure of several main ortho
-
-
0下载：
使用K-L算法进行特征变换，画出结果图像-Feature transformation, using the KL algorithm to draw the resulting image
-
-
0下载：
实现图像正交变换中的基本正交变换和特征变换过程。如：小波变换-Orthogonal transformation in the image orthogonal transform and feature transformation process. Such as: the wavelet transform
-
-
0下载：
SIFT 特征匹配算法是目前国内外特征点匹配研究领域的热点与难点，其匹配能力较强，可以处
理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，甚至在某种程度上对任意角度拍摄
的图像也具备较为稳定的特征匹配能力。该算法目前外文资料较多，但中文方面的介绍较少。为此
我撰写了这篇文档，以帮助国内的研究学者尽快入门，以最快的速度去体验
特征匹配算法是目前国内外特征点匹配研究领域的热点与难点，其匹配能力较强，可以处
理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题，甚至在某种
-
-
0下载：
Karhunen-Loève特征变换 模式识别课程实验 推荐一下-Karhunen- Loeve feature transformation pattern recognition experiment courses recommend
-
-
0下载：
Karhunen-Loève特征变换 模式识别课程实验 推荐一下-Karhunen- Loeve feature transformation pattern recognition experiment courses recommend
-
-
0下载：
Karhunen - Loeve feature transformation pattern recognition experiment courses recommend-Karhunen- Loeve feature transformation pattern recognition experiment courses recommend
-
