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. 一种基于低对比度图像的车辆检测算法

  2. 摘 要：提出一种基于低对比度图像的车辆检测算法。对图像分割算法得到的感兴趣区域(ROI)进行预处理，利用Haar 小波特征提取算法 提取ROI 的图像边缘及纹理特征，利用支持向量机对ROI 进行车辆检测。实验结果表明，该方法对车辆检测率达到90.6%，误报率为3.8%。 通过再学习还可以进一步提高算法的识别性能。

  3. 所属分类：其它

    • 发布日期：2009-11-13
    • 文件大小：1048576
    • 提供者：njliuqiang

  1. CBIR（HSV直方图特征、haar纹理特征、形状特征）

  2. 一个详细CBIR的MATLAB代码，包括HSV直方图特征、Haar纹理特征、GIST特征、形状特征。保证可用。

  3. 所属分类：其它

    • 发布日期：2011-12-02
    • 文件大小：3145728
    • 提供者：aaa19890726

  1. CBIR(MATLAB,HSV直方图，Haar纹理特征，GIST特征，形状特征)

  2. 一个详细CBIR的MATLAB代码，包括HSV直方图特征、Haar纹理特征、GIST特征、形状特征。保证可用。.

  3. 所属分类：其它

    • 发布日期：2011-12-16
    • 文件大小：3145728
    • 提供者：aaa19890726

  1. 基于Haar 特性的LBP 纹理特征

  2. 图像纹理特征能够反映图像的灰度分布程度、对比度、空间分布和图像的内在变化特性,在确保较低计 算复杂度的前提下,有效提取深层次的图像纹理信息是其研究的难点问题.针对这一问题,从相邻区域的统计特征分 析入手,提出了一种Haar 型特性局部二元模式(Haar local binary pattern,简称HLBP)的图像纹理特征提取方法.

  3. 所属分类：其它

    • 发布日期：2016-02-29
    • 文件大小：3145728
    • 提供者：qq_34123718

  1. 卷积神经网络－目标探测

  2. 传统的目标检测任务主要通过人工提取特征模型建立，常用的特征包括：HOG、SIFT、Haar等，特征提取模型之后进行支持向量机或者Adaboost的分类任务，进而得到我们所关注的目标结果。由于特征模型的局限性，我们引入卷积特征，也就是经过卷积神经网络得到的特征信息，包括浅层信息和深层信息，浅层信息指的是：前级的卷积层得到的特征图，感受野更加关注的是图像细节纹理等特征。深层信息包括：后级的卷积层卷积得到的特征图信息，在语义语境方面更加抽象的高层信息。人工神经网络是根据大脑神经突触联接的结构进行信息

  3. 所属分类：深度学习

    • 发布日期：2018-08-10
    • 文件大小：5242880
    • 提供者：yym1660028

  1. 卷积神经网络－高级篇.pdf

  2. 传统的目标检测任务主要通过人工提取特征模型建立，常用的特征包括：HOG、SIFT、Haar等，特征提取模型之后进行支持向量机或者Adaboost的分类任务，进而得到我们所关注的目标结果。由于特征模型的局限性，我们引入卷积特征，也就是经过卷积神经网络得到的特征信息，包括浅层信息和深层信息，浅层信息指的是：前级的卷积层得到的特征图，感受野更加关注的是图像细节纹理等特征。深层信息包括：后级的卷积层卷积得到的特征图信息，在语义语境方面更加抽象的高层信息。人工神经网络是根据大脑神经突触联接的结构进行信息

  3. 所属分类：深度学习

    • 发布日期：2018-08-10
    • 文件大小：2097152
    • 提供者：yym1660028

  1. 改进的卷积神经网络在行人检测中的应用_谢林江.pdf

  2. 针对当前行人检测方法计算量大，行人特征提取复杂，检测结果易受复杂背景影响等问题，提出一种 改进的卷积神经网络（convolutional neural network，CNN）模型。该模型在传统 CNN基础上加入选择性注意 层，模拟人眼的选择性注意功能，过滤复杂背景，突出行人特征。分别采用 LBP（local binary pattern）纹理处理 和梯度处理对选择性注意层进行训练，对比训练结果得到最优模型。分别在INRIA、NICTA和Daimler行人数 据集上进行实验，结果表明，该模型在

  3. 所属分类：深度学习

    • 发布日期：2019-05-16
    • 文件大小：4194304
    • 提供者：weixin_42262981

  1. 基于多方向角Gabor与RBF神经网络结合的目标识别算法

  2. 针对导弹末端制导过程中CCD摄像头抓捕目标的背景、光照及相对旋转角度变化和噪声等因素造成目标识别率降低问题,在结合多方向角Gabor滤波器和RBF神经网络的基础上,提出了一种基于特征匹配的目标识别算法。该算法采用Gabor滤波器对待匹配图像进行预处理,通过将多个不同方向角Gabor滤波器的结果进行叠加和归一化处理的方法,突出了目标轮廓特征,然后提取纹理图像的4类Haar-like特征,再利用训练完成的RBF网络模型进行识别。实验结果表明,算法在保证实时性的基础上提高了目标识别率。

  3. 所属分类：其它

    • 发布日期：2020-05-01
    • 文件大小：1033216
    • 提供者：weixin_38740130

  1. 基于Haar小波和Log-Gabor变换的虹膜识别方法

  2. 为了提高虹膜识别的准确率，通过对虹膜图像进行处理，实现了对虹膜图像的准确定位，得到了增强的归一化图像；使用Haar小波变换进行了特征提取，通过采用K-means方法对小波特征数据进行聚类，实现了粗分类得到了小样本集虹膜图像；结合虹膜的纹理特点，通过使用Log-Gabor滤波器提取虹膜局部纹理特征，量化编码后形成了虹膜特征模板；然后在得到的小样本集内通过汉明距离计算虹膜特征模板的相似度，完成对虹膜图像的识别。实验结果表明，提出的虹膜识别方法有效地避免了虹膜匹配过程中因为虹膜数据库中种类多、数量多带

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：643072
    • 提供者：weixin_38640985

  1. Automated-Attendance-System-By-Real-Time-Face-Reccognition:一个使用实时人脸识别的自动考勤系统，GUI可以自动执行手动的考勤标记和维护统计信息流程-源码

  2. 人脸识别自动考勤系统 你好呀！ ，这是我所做的一个大学项目，正如标题所述，其目的是通过面部识别来检测，识别和标记出勤率，但该项目还有很多目标： 侦查 认出 在Excel中更新记录 在GUI的帮助下通过excel管理学生数据和教职员工数据 通过电子邮件通知学生和老师有关出勤统计信息 -检测 通过OpenCV和Haar级联进行检测 使用Haar级联的面部检测是一种基于机器学习的方法，其中使用一组输入数据来训练级联功能。 OpenCV已经包含许多针对面部，眼睛，微笑等进行过预训练的分类器。今天，我们

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：491520
    • 提供者：weixin_42118160

  1. 一种基于奇异值的抗打印/扫描的彩色图像零水印方案

  2. 为提高水印抗打印/扫描的鲁棒性,设计了一种抗打印/扫描的彩色图像零水印方案。采用对宿主图像分层、一次Haar小波分解、分块、提取每块最大奇异值作为图像纹理特征来构造零水印信息,及对印品图像分层、亮度调整、一次Haar小波分解、分块、提取每块最大的奇异值作为印品图像纹理特征来构造零水印信息。然后对比打印/扫描前后零水印信息的相似度,若完全相同,说明此方案抗打印/扫描攻击。试验结果表明,图像打印/扫描前后的零水印信息完全相同,该方案具有理想的抗打印/扫描性能。

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：436224
    • 提供者：weixin_38722588

  1. 基于Haar特性的LBP纹理特征

  2. 图像纹理特征能够反映图像的灰度分布程度、对比度、空间分布和图像的内在变化特性,在确保较低计算复杂度的前提下,有效提取深层次的图像纹理信息是其研究的难点问题.针对这一问题,从相邻区域的统计特征分析入手,提出了一种Haar型特性局部二元模式(Haar local binary pattern,简称HLBP)的图像纹理特征提取方法.鉴于Haar型特征运算简单、快捷,统计局部特征有效、可靠,将其引入LBP中.该方法首先给出8组Haar型特征编码模式,按照局部二元模式(local binary patte

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：655360
    • 提供者：weixin_38514526

  1. 基于小波灰度曲面的近红外手指静脉识别方法

  2. 针对手指静脉的身份识别问题，并结合手指静脉具有丰富纹理信息的特点，提出了一种基于小波灰度曲面的近红外手指静脉识别方法。采用直方图均衡化方法对原始静脉图像的感兴趣区域进行灰度调整，再用小波分解降维，提取降维后具有不同分辨率的图像，构建待匹配图像。将两幅待匹配图像中的对应像素值相减, 得到灰度差曲面。求出该灰度差曲面的方差, 将其作为衡量两个手指静脉特征曲面之间距离的依据, 并据此判定两个静脉是否来自同一个手指。应用该方法在国内和国外两个图库中使用典型和流行方法进行了对比实验，结果表明，提出的方法用

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：2097152
    • 提供者：weixin_38637998