fisher-LDA原理的詳細(xì)講解,英文,模式識(shí)別方面會(huì)很有幫助
標(biāo)簽: fisher-LDA
上傳時(shí)間: 2014-10-27
上傳用戶:skhlm
針對(duì)SIFT算法復(fù)雜程度高,實(shí)時(shí)性差,在維數(shù)較高的圖像配準(zhǔn)中并不實(shí)用的問(wèn)題,提出了一種基于線性鑒別分析(LDA)的SIFT算法(SIFT-LDA)。首先利用SIFT算法提取出圖像的特征點(diǎn)向量,然后用LDA方法對(duì)其進(jìn)行特征抽取并降維。通過(guò)高維自然圖像和單幅人臉圖像進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明SIFT-LDA算法在保證匹配精度的同時(shí),實(shí)時(shí)性要優(yōu)于傳統(tǒng)的SIFT算法,其匹配時(shí)間相對(duì)于傳統(tǒng)SIFT算法縮短了將近一半。
標(biāo)簽: SIFT LDA 算法 圖像配準(zhǔn)
上傳時(shí)間: 2013-10-13
上傳用戶:392210346
人臉特征是最自然直接的生物特征,它具有直接、友好、方便的特點(diǎn),易于為用戶接受。人臉識(shí)別由于其在監(jiān)控、罪犯識(shí)別、人機(jī)交互等方面廣泛潛在的應(yīng)用,已成為圖像處理、模式識(shí)別和計(jì)算機(jī)視覺(jué)等學(xué)科最活躍的研究領(lǐng)域。線性鑒別分析是特征抽取中最為經(jīng)典和廣泛使用的方法之一。近年來(lái),在小樣本情況下如何抽取Fisher最優(yōu)鑒別特征一直是許多研究者關(guān)心的問(wèn)題。文中闡述了應(yīng)用Fisher 判別法在人臉圖像樣本分類方面的運(yùn)用。在標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)ORL人臉庫(kù)和Yale人臉數(shù)據(jù)庫(kù)上仿真的試驗(yàn)結(jié)果證實(shí)了方法的有效性和穩(wěn)定性。
標(biāo)簽: Fisher 判別 人臉識(shí)別 方法研究
上傳時(shí)間: 2013-12-04
上傳用戶:qq527891923
利用fisher線性判別分析進(jìn)行數(shù)據(jù)降維
標(biāo)簽: fisher 線性 判別 分
上傳時(shí)間: 2014-01-23
上傳用戶:chenjjer
fisher c算法
標(biāo)簽: fisher 算法
上傳時(shí)間: 2015-03-10
上傳用戶:Late_Li
模式識(shí)別PCA+LDA的C++源代碼,用于圖像的主分量分析
標(biāo)簽: PCA LDA 模式識(shí)別 源代碼
上傳時(shí)間: 2015-04-08
上傳用戶:cazjing
Fisher判別,用于模式識(shí)別的Fisher線性判別
標(biāo)簽: Fisher 判別
上傳時(shí)間: 2015-04-18
上傳用戶:zukfu
模式識(shí)別的經(jīng)典算法FISHER算法,課程設(shè)計(jì)的實(shí)驗(yàn)作品
標(biāo)簽: FISHER 算法 模式識(shí)別 實(shí)驗(yàn)
上傳時(shí)間: 2015-05-07
上傳用戶:bakdesec
站長(zhǎng)!這是使用LDA和PCA模式識(shí)別方法對(duì)人臉特征進(jìn)行提取計(jì)算的Matlab程序框架,比較好!
標(biāo)簽: Matlab LDA PCA 模式
上傳時(shí)間: 2015-06-07
上傳用戶:13681659100
使用C++編寫的經(jīng)典數(shù)值計(jì)算算法,包括NEWTON迭帶法,SIMPSON,二分法,二分法求根,還附加了模式識(shí)別的FISHER算法
標(biāo)簽: SIMPSON NEWTON FISHER 分
上傳時(shí)間: 2014-08-28
上傳用戶:hebmuljb
蟲(chóng)蟲(chóng)下載站版權(quán)所有 京ICP備2021023401號(hào)-1