注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 人脸识别 特征脸

  2. 人脸识别的关键是对特征脸算法的正确表达，本资源是matlab程序中的特征脸表示。

  3. 所属分类：其它

    • 发布日期：2011-11-15
    • 文件大小：57344
    • 提供者：lizzyhui

  1. 图像中角点(特征点)提取与匹配算法

  2. 图像中角点(特征点)提取与匹配算法,本文所采用的角点检测算法是Harris角点检测算法，该算法的基本原理是取以目标像素点为中心的一个小窗口，计算窗口沿任何方向移动后的灰度变化，并用解析形式表达。

  3. 所属分类：其它

    • 发布日期：2012-05-10
    • 文件大小：3145728
    • 提供者：sunpea05

  1. 多尺度及图像特征

  2. 对图像多尺度的概念，多尺度表达和理论基础做了总结，以及图像的相关特征。

  3. 所属分类：教育

    • 发布日期：2012-10-28
    • 文件大小：741376
    • 提供者：nancy03301

  1. 稀疏表达论文

  2. 任何一种图像总有特征明显的数学表示，怎么才能最简单表达这幅图片，是稀疏表达的理论知识。

  3. 所属分类：其它

    • 发布日期：2014-03-11
    • 文件大小：9437184
    • 提供者：u012765373

  1. 基于形状特征和颜色的服装图像检索

  2. 本文对基于内容的图像检索进行研究，特别就综合多特征的服装图像检索问题，讨论形状特征的提取、综合颜色和纹理的多特征图像检索以及多级检索模式，并实现了基于多特征的多级服装图像检索模式，一级检索：快速提取服装外轮廓特征表达服装的形状，提高检索速度；二级检索：使用颜色、纹理结合检索,多级检索模式：先用一级检索，再用二级检索排序。

  3. 所属分类：讲义

    • 发布日期：2015-06-08
    • 文件大小：430080
    • 提供者：sinat_28583711

  1. 基于深度学习和稀疏表达的人脸识别算法

  2. 本文将介绍一种基于深度学习和稀疏表达的人脸识别算法。首先，利用深度学习框架(VGGFace)提取人脸特征；其次，利用PCA对提取的特征进行降维；最后，利用稀疏表达分类实现特征匹配。我采用CMC曲线评价在AR数据库上的识别性能。最后我还提供了整个过程的code。

  3. 所属分类：其它

    • 发布日期：2017-03-12
    • 文件大小：42991616
    • 提供者：hlx371240

  1. 特征脸代码

  2. 希望你喜欢这是对于人脸识别数据集的抽象表达，特征脸

  3. 所属分类：机器学习

    • 发布日期：2017-11-28
    • 文件大小：2048
    • 提供者：iaishangwang

  1. Matlab实现Tamura特征的提取

  2. 基于人类对纹理的视觉感知的心理学的研究，Tamura 等人提出了纹理特征的表达[14]。Tamura 纹理特征的六个分量对应于心理学角度上纹理特征的六种属性，分别是粗糙度（coarseness） 、对比度 （contrast） 、 方向度 （directionality） 、 线像度 （linelikeness） 、 规整度 （regularity） 和粗略度 （roughness） 。 其中，前三个分量对于图像检索尤其重要。Matlab实现Tamura特征的提取。

  3. 所属分类：其它

    • 发布日期：2009-03-20
    • 文件大小：779264
    • 提供者：amazinggirl

  1. 图像视觉特征的提取与表达

  2. 基于内容的图像检索方面的一些相关问题和方法。本文中给出了一系列图像视觉特征的提取、表达和索引方法。

  3. 所属分类：其它

    • 发布日期：2009-04-11
    • 文件大小：456704
    • 提供者：tintin0324

  1. 图像特征表达

  2. 图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达图像特征表达

  3. 所属分类：图像处理

    • 发布日期：2018-03-20
    • 文件大小：4194304
    • 提供者：sinat_41870615

  1. 卷积神经网络研究综述

  2. 近年来，卷积神经网络在图像分类、目标检测、图像语义分割等领域取得了一系列突破性的研究成果，其强大的特征学习与分类能力引起了广泛的关注，具有重要的分析与研究价值。首先回顾了卷积神经网络的发展历史，介绍了卷积神经网络的基本结构和运行原理，重点针对网络过拟合、网络结构、迁移学习、原理分析四个方面对卷 积神经网络在近期的研究进行了归纳与分析，总结并讨论了基于卷积神经网络的相关应用领域取得的最新研究成果，最后指出了卷积神经网络目前存在的不足以及未来的发展方向。

  3. 所属分类：深度学习

    • 发布日期：2018-04-20
    • 文件大小：829440
    • 提供者：meng3chen4

  1. 基于PCA和信息增益的肿瘤特征基因选择方法

  2. 针对肿瘤基因数据因维度高和冗余基因较多而导致分类精度低的问题,提出一种基于PCA和信息增益的肿瘤特征基因选择方法.该方法首先使用PCA算法剔除冗余基因,获得预选特征基因子集;然后利用信息增益算法对预选特征基因子集进行优化选取,得到特征基因子集;最后采用不同分类模型对特征基因子集进行仿真实验.实验结果表明,所提方法提高了基因表达谱的分类精度,从而表明致病基因被有效地选取出来.

  3. 所属分类：算法与数据结构

    • 发布日期：2018-06-17
    • 文件大小：1048576
    • 提供者：qq_28339273

  1. 特征工程之降维分析

  2. 高维图像识别问题转化为特征表达向量的识别问题,大大降低了计算的复杂程度,减少了冗余信息所造成的识别误差,提高了识别的精度。通过指纹图像的实例说明,将非线性降维方法(如Laplacian Eigenmap方法)应用于图像数据识别问题,在实际中是可行的,在计算上是简单的,可大大改善常用方法(如K-近邻方法)的效能,获得更好的识别效果。此外,该方法对于图像数据是否配准是不敏感的,可对不同大小的图像进行识别,这大大简化了识别的过程。

  3. 所属分类：机器学习

    • 发布日期：2018-07-02
    • 文件大小：1024
    • 提供者：cckyol

  1. 齿轮-五杆组合机构运动学特征仿真分析

  2. 机械手常采用齿轮-五杆组合机构完成物料抓取动作,它由定轴轮系匀速旋转,向两自由度五杆机构传递运动。由于II级杆组轨迹通过第I级两个齿轮转角合成为位移输出,致使外伸点位移计算过程相对复杂,基于零件坐标变换求解的通用办法给出齿轮-杆组合机构的运动学推导结果,但编写程序完成仿真及后处理过程仍相对困难。为直观表达机构运动学规律,由ADAMS软件建立参数化模型,通过改变杆件长度、传动比和连架杆起始角相位差,寻求连架杆输出轨迹的改变规律。仿真结果表明齿轮对两曲柄的运动关联输出导致增大连架杆初始相位角时,外伸

  3. 所属分类：其它

    • 发布日期：2020-05-19
    • 文件大小：776192
    • 提供者：weixin_38575536

  1. 基于多维特征联合学习的图像哈希

  2. 针对计算机视觉中的图像检索问题，基于主成分分析（PCA）和卷积滤波，提出了一种通过联合学习多维特征实现的新型图像哈希算法。 第一步，为了获得卷积滤波器，从由补丁构成的矩阵中学习PCA特征向量，这些补丁是从数据库中所有原始图像中随机抽取的。 接下来，为了获得原始图像的多维特征表达，将原始图像卷积滤波成与过滤器序列相对应的几组。 然后，分别由传统的哈希算子在每个维度上学习哈希投影矩阵和二进制编码。 最后，通过将分组二进制编码合并在一起，获得了我们的联合学习模型的哈希码。 进行了大量实验以验证算法的有

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：910336
    • 提供者：weixin_38685876

  1. 基于深度特征表达与学习的视觉跟踪算法研究

  2. 基于深度特征表达与学习的视觉跟踪算法研究

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：418816
    • 提供者：weixin_38537315

  1. 基于特征整合的卷积神经网络草地分类算法

  2. 为提高遥感影像草地分类的精度，分析了卷积神经网络中提取图像特征的特点，提出了一种 基于特征整合深度神经网络的遥感影像特征提取算法。首先，将遥感影像数据进行PCA白化处理，降低 数据之间的相关性，加快神经网络学习的速率；其次，将从卷积神经网络中提取到的浅层特征和深层特征 进行双线性整合，使得整合后的新特征更加完善和优化；最后，对遥感数据进行训练，由于新特征中有效信 息的增加，使得特征表达能力得到提高，达到提高草地分类准确率的目的。实验结果表明：该算法能够有 效地提高草地分类的准确率，分类精度达到9

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：489472
    • 提供者：weixin_38689976

  1. 基于深度分层特征的激光视觉焊缝检测与跟踪系统研究

  2. 针对自适应性低的焊缝跟踪系统在实际焊接环境中易受噪声干扰的问题, 结合深度卷积神经网络强大的特征表达能力和自学习功能, 研究了基于深度分层特征的焊缝检测和跟踪系统, 该系统可精确地从噪声污染的时序图像中确定焊缝位置。为彻底解决焊枪依循计算轨迹运动所出现的抖振问题, 设计了模糊免疫自适应的智能跟踪控制算法。实验结果显示, 在强烈弧光和飞溅的干扰下, 传感器测量频率达20 Hz, 焊缝跟踪精度约为0.2060 mm,且焊接过程中焊枪末端运行平稳。该系统能实现焊缝平滑的实时跟踪, 抗干扰能力强, 焊缝

  3. 所属分类：其它

    • 发布日期：2021-02-07
    • 文件大小：11534336
    • 提供者：weixin_38729607

  1. 基于孪生神经网络在线判别特征的视觉跟踪算法

  2. 基于孪生神经网络的跟踪算法是利用离线训练的网络提取目标的特征并进行匹配,从而实现跟踪。在离线训练过程中,网络学到的是相似目标的通用特征,因此当有相似目标干扰时,用这种通用特征表达特定目标将会导致跟踪性能下降,甚至丢失目标。为提高对相似目标的判别能力,通过在线更新网络参数,使网络能够在通用特征的基础上,进一步学到当前目标的特定特征,这样不仅能有效地区分目标与背景,还能消除相似目标的干扰。实验在OTB50和OTB100数据库上进行,结果表明该算法可以提高对网络提取特征的判别力,实现对目标的稳健性跟踪

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：14680064
    • 提供者：weixin_38617001

  1. 融合多层卷积特征自适应更新的目标跟踪算法

  2. 针对传统手工特征表达能力不足和滤波器模型存在误差累积的影响,提出一种融合多层卷积特征自适应更新的目标跟踪算法。该算法采用分层卷积神经网络提取图像特征,利用线性加权的方法融合多层卷积特征预测目标位置;利用多尺度下目标卷积特征确定目标最佳尺度;利用平均峰值相关能量评价目标响应的置信度,根据相邻两帧目标图像的帧差均值和位移评估目标的运动情况,根据预测位置可信度和目标图像外观变化,调整滤波器模型的学习率。在OTB-2013公开测试集上验证本算法性能,并与现有基于相关滤波的主流运动目标跟踪算法进行相比,实

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：5242880
    • 提供者：weixin_38672739
« 12 3 4 5 6 7 8 9 10 ... 38 »