頭肩的定位檢測采用了Haar特征和HOG特征的層級分類方法，并根據(jù)頭肩的對稱性特點，提出了一種稱為Joint HOG的組合型特征。通過Haar分類器濾除大部分負樣本后，接著用HOG進行精細的驗證從而得到頭肩目標框。實驗表明，本文的方法取得了80%~90%的準確率，并且完全可以用于實時處理。
標簽： Joint HOG 特征 復(fù)雜場景
上傳時間： 2013-11-13
上傳用戶：weareno2
在深入的對頻譜臉法和Fisherface方法進行研究后，綜合這兩種方法的優(yōu)點，提出了一種基于頻譜臉和Fisherface的人臉識別新方法。頻譜臉方法主要是采用二維小波變換和傅立葉變換。因為人臉圖像的低頻部分對人臉的表情變化是不敏感的，所以對人臉圖像使用二維小波變換，提取人臉圖像的低頻部分。對人臉圖像的低頻部分使用傅立葉變換，從而獲得原人像的一個低維空間的表達。但是頻譜臉特征維數(shù)仍然較高，所以在頻譜臉法的基礎(chǔ)上繼續(xù)提取人臉頻譜圖像的Fisherface 特征，降低特征的維數(shù)，提高識別效率。利用人臉面部構(gòu)造產(chǎn)生的灰度特性提取眼睛，利用嘴唇的色度特征分割出嘴巴，進而根據(jù)眼睛和嘴巴構(gòu)成三角形模板的特性，精確定位人臉在圖像中的位置。實驗結(jié)果表明，這種結(jié)合膚色和面部特征的算法，能夠?qū)θ四樳M行較快速、準確的定位，而且結(jié)果比較穩(wěn)定可靠。
標簽： 特征提取 彩色圖像 人臉檢測
上傳時間： 2013-10-09
上傳用戶：zhf01y
特征值和特征向量的計算,每種算法都用c++以函數(shù)形式實現(xiàn)
標簽： 特征 向量 函數(shù) 計算
上傳時間： 2015-01-12
上傳用戶：小碼農(nóng)lz
java安全的api和java安全的特征
標簽： java api 特征
上傳時間： 2014-01-09
上傳用戶：wqxstar
矩陣特征值與特征向量的計算
標簽： 特征 矩陣 向量 計算
上傳時間： 2015-02-02
上傳用戶：busterman
特征提取技術(shù)。這種技術(shù)以傳統(tǒng)的建模方式為前提，對于產(chǎn)生的模型的幾何、拓撲等信息加以分析以提取其特征信息，這種技術(shù)一般多采用人工智能及模式識別等方面的知識。
標簽： 特征 提取技術(shù) 建模 方式
上傳時間： 2015-02-12
上傳用戶：康郎
雅可比過關(guān)法求實對稱矩陣特征值與特征向量
標簽： 特征 對稱 向量 矩陣
上傳時間： 2014-01-13
上傳用戶：jeffery
求解矩陣的最大最小特征值及對應(yīng)的特征向量，以及計算條件數(shù)
標簽： 特征 矩陣 向量
上傳時間： 2015-02-14
上傳用戶：alan-ee
使用冥法求特征值和特征向量。
標簽： 特征 向量
上傳時間： 2015-02-27
上傳用戶：a673761058
使用反冥法算特征值和特征向量的算法。
標簽： 特征 向量 算法
上傳用戶：fanboynet
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
