搜索资源列表
ResearchonFaceImageRetrievalBasedonPrincipalIndepe
- 提出一种基于独立分量分析的内容特征,并用于人脸图像检索,得到一种基于内容的图像检索新方案. 该方案首先在降维空间提取出基于高阶统计特性的主独立内容特征(PICF) ,应用提取的PICF 特征进行有效的人脸图像描述. 为确保计算有效性和检索正确率,运用可消除独立特征顺序不确定性的基于PICF 的检索方法,并在具备不同亮度、尺度、姿势和图像描述变化的RL 脸谱数据库中完成了人脸图像检索实. 计算机仿真结果验证了所提出方法的有效. 最佳检索率为100 ％ ,平均查准率达95. 14 ％P千次.
EyeLocationMethodforDriverFatigueDetectioninDualSp
- ：驾驶疲劳可以从眼睛的状态中反映出来，而眼睛定位是判断眼睛状态的关键。为解决眼睛定位实时性和头部旋转不确定性问题，该文提出一种基于双空间的眼睛定位方法：-】Drowsy driving can be detected by the eye states. Eye location is the key problem for eye states detection. In order to improve real-timeperformance and solve uncertainty o
BasedOnTheMatchingPairsOfImagesAnd3DReconstruction
- 基于双幅图像的匹配算法及3D重建不确定性研究 -Based on the matching pairs of images and 3D reconstruction algorithm uncertainty
v35-06-20
- 克里金方法fortran编程：地球科学领域的局部不确定性的2维自动化无参数模型代码-AUTO-IK: a 2D indicator kriging program for the automated non-parametric modeling of local uncertainty in earth sciences
SignCorrectionInSVDandPCA
- 虽然奇异值分解（SVD）和特征值分解（EVD的）是行之有效的，可以通过先进的设施设备先进的算法，它不是通常所说，有一个内在的迹象，可以显着影响的不确定性的结论计算及诠释来自其结果。我们提供一个解决方案，标志模糊的问题确定了从奇异向量的内积和个人数据载体签署奇异向量的迹象。该数据可能有不同的载体，但它有它自身的定位和实际意义的选择方向，其中多数的向量点。这可以通过评估发现了内心的签署标志产品的总和。-Although the Singular Value Decomposition (SVD) a
GIS
- 本文首先介绍了粗糙集理论的基本概念，包括等价关系、不可分辨关系、上下近似、粗糙集和简约；并且从空间数据挖掘、遥感影像处理、GIS 不确定性、GIS 数据分析、模糊地理对象建模和粗糙集与其它软计算方法的结合等六方面概述了粗糙集理论在GIS 数据处理中应用的进展-This paper introduces the basic concepts of rough set theory, including the equivalence relation, can not distinguish be
dxckj
- 本文首先介绍了粗糙集理论的基本概念，包括等价关系、不可分辨关系、上下近似、粗糙集和简约；并且从空间数据挖掘、遥感影像处理、GIS 不确定性、GIS 数据分析、模糊地理对象建模和粗糙集与其它软计算方法的结合等六方面概述了粗糙集理论在GIS 数据处理中应用的进展-This paper introduces the basic concepts of rough set theory, including the equivalence relation, can not distinguish be
2paper2
- 根据图像数字水印基本原理和水印信道的构造及生成方式，从信息论的角度，对基于高斯噪声信道的数字水印容量进行探索。针对高斯信源分布具有最大的不确定性、能够在所有的二阶随机分布中提供最大信息熵的特点，分析在高斯分布情况下的整个水印信道通信过程，并引入平均互信息理论，给出基于高斯的水印信道容量的最大通信速率。同时分析加性噪声信道下的容量问题，将高斯分布扩展到非高斯分布，优化容量计算表达式，利用Matlab软件工具给出非高斯信源水印容量与受限失真度的2D和3D关系仿真曲线，并结合实际给出结果分析。-】Ba
113
- 人脸检测与定位。这一部分的主要任务是检测图像中是否存人脸，若存在，则将其从背景中分离出来，并确定输出人脸的位置及其大小。 通过控制拍摄图像的条件，可以使得图像处理和人脸定位相对简单，如证件照片， 人脸占据了照片中央的大块区域，背景也比较单一，容易实现人脸的检测和定位。但是如果人脸在图像中的位置预先未知，背景比较复杂，或画面中人脸比较多，就可能受到较多因素的干扰，如人脸在图像中位置、旋转角度和尺寸的不确定性 发型和化妆遮盖某些脸部特征 图像噪声等等。-face reconsider
color-image-seg
- 由于彩色图像提供了比灰度图像更为丰富的信息, 因此彩色图像处理正受到人们越来越多的关注。彩色图像分割是彩色图像处理的重要问题, 彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用, 为了使该领域的研究人员对当前各种彩色图像分割方法有较全面的了解, 因此对各种彩色图像分割方法进行了系统论述, 即先对各种颜色空间进行简单介绍, 然后对直方图阈值法、特征空间聚类、基于区域的方法、边缘检测、模糊方法、神经元网络、基于物理模型方法等主要的彩色图像分割技术进行综述, 并比较了它们的优缺点, 通过比
A plane measuring device
- 视觉测量装置的要求是可以测量两个测量值及其不确定度,本文开发了不确定性分析包括图像定位误差和成像变换的不确定性.(A requirement of a visual measurement device isthat both measurements and their uncertainties can be determined. This paper develops an uncertainty analysis which includes both the errors in im
entropy_fuzzy_threshold
- 算法步骤： （1） 计算图像直方图，灰度级为Ns，图像的平均灰度值为Tc； （2） 分别计算第一个灰度级和其余灰度级的信息熵并求和，前两个灰度级和其余灰度级的信息熵并求和，以此类推计算Ns个和； （3） 找到H在Tc附近最大值的位置Tenf即为阈值； （4） 图像中大于阈值的像素置1，其余置0而实现二值分割。 算法的核心：信息熵越大越有不确定性，分割出的图片越好。(Algorithm steps: (1) the histogram of the image is calcula