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. 采用LBP金字塔的人脸描述与识别

  2. 采用LBP金字塔的人脸描述与识别脸识别 多尺度分析 LBP金字塔 直方图

  3. 所属分类：其它

    • 发布日期：2010-09-25
    • 文件大小：714752
    • 提供者：moxibingdao

  1. 采用LBP金字塔的人脸描述与识别.pdf

  2. 采用LBP金字塔的人脸描述与识别的论文 需要的可以看下

  3. 所属分类：其它

    • 发布日期：2011-06-11
    • 文件大小：458752
    • 提供者：linyigreat

  1. 基于人脸识别分类器（SRC）的LBP算法与稀疏表达联合方法的改进

  2. 最近，基于描述子的局部二进制模式（LBP）与基于分类器（SRC）稀疏表示（SRC）成为人脸识别两个杰出的技术。初步结合LBP和SRC技术已经在文献中提出的。然而，在真实世界国家的艺术方法，遭受的“维数灾难”。在本文中，提出了一种新的LBP与Src结合的人脸识别算法。其中的维数问题的分而治之和辨别力是加强通过金字塔增强。所提出的人脸识别方法是在AR人脸数据库上的评价，产生令人印象深刻的结果。

  3. 所属分类：电信

    • 发布日期：2015-05-22
    • 文件大小：48128
    • 提供者：u010673361

  1. 采用LBP金字塔的人脸描述与识别

  2. 一篇文章，采用LBP金字塔的人脸描述与识别：人脸识别; 多尺度分析; LBP金字塔; 直方图

  3. 所属分类：机器学习

    • 发布日期：2018-01-10
    • 文件大小：443392
    • 提供者：v1986642073

  1. 图像处理初学者算法打包

  2. slip图像翻转、高斯平滑、金字塔采样、人脸检测、图像旋转及按比例缩放、lbp、直方图均衡化

  3. 所属分类：C++

    • 发布日期：2018-06-12
    • 文件大小：5120
    • 提供者：l99262

  1. 采用图像金字塔纹理和边缘多尺度特征的烟雾检测算法

  2. 提出了一种采用图像金字塔纹理和边缘多尺度特征的烟雾检测算法。首先，该算法将图像进行金字塔分解，然后在每层图像上提取局部二元模式 ( LBP) 和边缘方向直方图( EOH) ，采用不同池化方法得到金字塔局部二元模式( PLBP) 和金字塔边缘方向直方图( PEOH) 序列特征，分别用于表征烟雾纹理和边缘信息，首尾相连这些直方图后，采用支持向量机( SVM) 进行训练、 识别烟雾。

  3. 所属分类：机器学习

    • 发布日期：2018-12-22
    • 文件大小：1048576
    • 提供者：zhangxuefeng8

  1. opencv的全部基础操作，很实用，我从github上下载的，例子都调试过。anaconda3，python3.7，opencv4调试通过。

  2. code_001 | [图片读取与显示](python/code_001/opencv_001.py) | ✔️ code_002 | [图片灰度化](python/code_002/opencv_002.py) | ✔️ code_003 | [图像创建与赋值](python/code_003/opencv_003.py) | ✔️ code_004 | [图像像素读写](python/code_004/opencv_004.py) | ✔️ code_005 | [图像像素算术操作(加减乘

  3. 所属分类：图像处理

    • 发布日期：2019-08-23
    • 文件大小：37748736
    • 提供者：neu1835

  1. 论文研究-多尺度中心误差补偿二值模式的表情识别.pdf

  2. 针对Gabor小波与局部二值模式（Local Binary Pattern，LBP）在表情识别上的局限性，提出了一种多尺度中心误差补偿二值模式（Center Error Compensation Binary Pattern，CECBP）的表情识别方法。对预处理后的人脸表情图像创建多尺度的金字塔，用中心误差补偿二值模式对金字塔中的各层图像进行编码，分块提取各层编码后的直方图序列作为特征，用支持向量机（Support Vector Machine，SVM）进行分类。在JAFFE、Cohn-Kan

  3. 所属分类：其它

    • 发布日期：2019-09-10
    • 文件大小：523264
    • 提供者：weixin_38744153

  1. 尺度FAST结合改进LBP的特征匹配方法

  2. 针对图像拼接中SIFT、SURF算法运算复杂、计算量大导致匹配速度慢的问题,提出了一种基于尺度FAST与质心标定改进LBP描述符的特征匹配方法。首先构建尺度金字塔并用FAST算法确定特征点位置,然后使用质心标定的圆形LBP来描述特征点,最后利用最近邻距离比结合RANSAC进行快速匹配。实验结果表明:提出的方法有着较好的匹配表现,并且速度约为SIFT的14倍、SURF的5倍以上;同时结合渐入渐出方法,能实现快速且高质量的图像拼接效果。

  3. 所属分类：其它

    • 发布日期：2020-06-12
    • 文件大小：466944
    • 提供者：weixin_38601215

  1. PLBP：具有金字塔表示的有效局部二进制模式纹理描述符

  2. 局部二进制模式（LBP）是一种有效的纹理描述符，在纹理分类和面部识别中具有成功的应用。 常规LBP描述符有许多扩展。 扩展之一是主要局部二进制图案，其目的是提取纹理图像中的主要局部结构。 第二个扩展表示Gabor变换域（LGBP）中的LBP描述符。 第三个扩展是多分辨率LBP（MLBP）。 另一个扩展是用于视频纹理提取的动态LBP。 在本文中，我们将传统的本地二进制模式扩展到金字塔变换域（PLBP）。 通过级联分层空间金字塔的LBP信息，PLBP描述符考虑了纹理分辨率的变化。 PLBP描述符显示

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：2097152
    • 提供者：weixin_38557980