您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. struct跟踪源码

  2. 结合多特征的目标跟踪算法,2011年的iccv文章,在线学习式的跟踪目标物体,用到了SVM算法和HAAR特征提取算法等特征提取算法
  3. 所属分类:C++

    • 发布日期:2014-07-26
    • 文件大小:442368
    • 提供者:sunboyiris
  1. Pattern.Recognition - Theodoridis.S.,.Koutroumbas.K.4ed,.AP,.2009

  2. Chapter 1. Introduction 1.1 Is Pattern Recognition Important? 1.2 Features, Feature Vectors, and Classifiers 1.3 Supervised, Unsupervised, and Semi-Supervised Learning 1.4 MATLAB Programs 1.5 Outline of the Book Chapter 2. Classifiers Based on Bayes
  3. 所属分类:专业指导

    • 发布日期:2015-05-22
    • 文件大小:13631488
    • 提供者:lengwuqin
  1. Mastering OpenCV with Practical Computer Vision Projects

  2. Preface 1 Chapter 1: Cartoonifier and Skin Changer for Android 7 Accessing the webcam 9 Main camera processing loop for a desktop app 10 Generating a black-and-white sketch 11 Generating a color painting and a cartoon 12 Generating an "evil" mode us
  3. 所属分类:专业指导

    • 发布日期:2015-06-26
    • 文件大小:6291456
    • 提供者:lengwuqin
  1. A Practical Introduction to Computer Vision with OpenCV

  2. Contents Preface xiii 1 Introduction 1 1.1 A Difficult Problem 1 1.2 The Human Vision System 2 1.3 Practical Applications of Computer Vision 3 1.4 The Future of Computer Vision 5 1.5 Material in This Textbook 6 1.6 Going Further with Computer Vision
  3. 所属分类:专业指导

    • 发布日期:2015-06-26
    • 文件大小:2097152
    • 提供者:lengwuqin
  1. Haar人脸检测+SVM+PCA人脸识别

  2. 使用基于Haar特征的级联分类器进行人脸检测,并使用SVM+PCA进行人脸识别匹配。
  3. 所属分类:C++

    • 发布日期:2016-07-18
    • 文件大小:61865984
    • 提供者:kingdong020543
  1. 图像处理与目标识别

  2. 视频以及图像中的目标检测方法概述,结合特征和分类器的方法,检测出相应的目标,比如运用帧间差分的视频对象分割方法判断摄像头视频画面的动态目标;采用图像的HOG特征、SVM判断图像中的动态目标是否是行人;最后以Adaboost分类器与Haar-like特征检测画面中的行人是否佩戴安全帽,实现了生产安全视频监控系统对安全帽的检测功能,实现安全生产。’
  3. 所属分类:机器学习

    • 发布日期:2017-12-21
    • 文件大小:19922944
    • 提供者:yrrtyp931218
  1. 基于HAAR特征SVM分类器训练模型,包含正负样本和结果

  2. 包含各种车辆的正负样本,以及训练结果XML格式,可用于车辆检测与跟踪。
  3. 所属分类:机器学习

    • 发布日期:2018-11-07
    • 文件大小:32505856
    • 提供者:yonghenxin4750
  1. 基于python的行人与车辆检测和跟踪实现(HOG+SVM/HAAR)

  2. 博文:基于python的行人与车辆检测和跟踪实现(HOG+SVM/HAAR) 链接:https://blog.csdn.net/qq_38523834/article/details/89619697 文件里面有我提到的视频,cars.xml文件和myhaar.xml文件。需要的Python库在requirements.txt有提及: cmake==3.12.0 dlib==19.16.0 numpy==1.15.3 opencv-python==3.4.3.18 这些是最低版本,可以比这个高
  3. 所属分类:机器学习

    • 发布日期:2019-04-28
    • 文件大小:12582912
    • 提供者:qq_38523834
  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. 深度学习车辆识别训练统一尺寸负样本1500个

  2. 深度学习用车辆识别训练统一尺寸负样本1500个 不同型号、不同品牌、不同颜色、不同角度的各种车辆 用于hog+svm训练,准确率可达到90%以上 用于haar训练,识别准确率可达到85%以上
  3. 所属分类:深度学习

    • 发布日期:2019-08-02
    • 文件大小:3145728
    • 提供者:thinboysir
  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. 联合部件特征与增强SVM的行人检测算法

  2. 为解决遮挡、姿态变化等局部变化引起的行人检测性能下降问题,提出一种融合全局和局部特征的行人检测方法。首先,将人体分为全局和局部6个部件;然后,改进Haar-like特征描述子,用于快速提取人体局部部件特征,再融合全局部件的方向梯度直方图特征,构建人体的联合部件特征。最后,结合增强学习思路改进支持向量机学习方法,对联合部件特征进行训练和分类。实验结果表明,该方法正确率高,虚警率低,受遮挡、姿态变化影响小。
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:452608
    • 提供者:weixin_38644599
  1. 基于局部差异二元模式和局部二元模式特征融合的行人检测

  2. 本文提出一种基于局部差分二值模型(地区差异二元模式,LDBP)和局部二值模型(局部二元模式,LBP)的特征融合方法,以解决行人检测中检测精确度和鲁棒性不足的问题。,首先,对输入图像进行二维离散Haar小波变换,得到不同频率的四个子图像( LL , LH , HL和HH );然后,对输入部分子图像提取LDBP特征,以​​及对其他三个波长部分子图像提取LBP特征;其次,采用主成分分析法(PCA)分别对得到的LDBP特征和LBP特征进行降维;最后,融合降维后的LDBP特征和LBP特征进行行人检测在IN
  3. 所属分类:其它

    • 发布日期:2021-02-25
    • 文件大小:471040
    • 提供者:weixin_38565003
  1. 基于LS-SVM的基于马氏距离的特征向量选择方法在模拟电路诊断中的应用

  2. 基于支持向量机(SVM)的模拟电路多故障诊断通常使用单个特征向量来训练所有二进制SVM分类器。 实际上,每个二进制SVM分类器针对不同的特征向量具有不同的分类精度。 但是,没有人讨论最佳或接近最佳的特征向量选择问题。 基于马氏距离,提出了一种基于最小二乘支持向量机(LS-SVM)的近似最优特征向量选择方法。 还讨论了小波类型,小波分解级别和归一化方法的选择问题。 两个带有参数故障的滤波器和一个带有硬故障和参数故障的非线性半波整流器被用作被测电路(CUT)。 仿真结果表明:(1)使用具有最大MD的
  3. 所属分类:其它

    • 发布日期:2021-02-23
    • 文件大小:438272
    • 提供者:weixin_38737335
  1. robotic_perception:使用霍夫线进行车道和车辆路线检测概率霍夫线,RANSAC,使用HOG + SVM进行交通标志检测和识别以进行识别和识别,使用Haar级联和单眼视觉测距法进行汽车检测-源码

  2. 机器人感知 该存储库展示了马里兰大学ENPM673课程中完成的项目。 本课程专门设计用于提供对机器人感知的见解,包括从最基本的主题(例如各种图像转换)到最新的算法(例如单眼视觉测距法)。 在本节中,将简要介绍本课程中完成的每个项目。 下面列出了本课程中完成的项目,请单击链接进入特定部分: 请注意,所有代码均已在MATLAB 2016b和MATLAB 2017a上进行了测试和运行。 还要注意,对于视觉里程表项目,您将需要Mathworks Inc.提供的MATLAB的Computer Vision
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:790626304
    • 提供者:weixin_42151599