搜索资源列表
RadarSceneMatchingImage
- ：采用基于内容的图像检索方法，对雷达景象匹配数据库中的图像数据进行兴趣目标的查询检索与识别．由于 雷达图像具有受斑点噪音影响明显等特点，故综合运用迭代阈值选取以及区域生长的方法，进行兴趣目标(主要是 机场)的分离；由于匹配数据库中图像数据范围比较大，包含目标多，为了在检索过程中确定检索目标在图像中的 位置，预处理时，采用对同一图像多幅子图进行特征提取的方法，最终在检索时通过子图范围来确定目标在大幅图 像上的位置．由实验分析，证明在机场目标的检索识别中，这一方法是可行的．-Cont
Graphic
- 老师的一个小作业，有基本矢量图形的输入，圆、矩形、多边形。同时支持三维图形，立方体、圆柱体（依据计算机图形学实现三维显示，未使用OpenGL和D3D）。同时利用MFC的串行化将图形存储为指定格式。本程序比较小，但是对于适量输入部分，将鼠标操作封装，抽象出适量输入操作接口。使得调用简单，大家谁有兴趣可以跟我讨论这个问题，目前我在做一个比较系统的GIS系统，适量输入和地图渲染基本实现了，适量图形空间数据库I/O部分已经实现大部分。-Teacher in a small operation, with
tuxiangpipei
- 图像匹配技术，论文解释的比较清楚，上海交通大学内部数据库提供-Image matching technique, the paper explained more clearly, internal databases, Shanghai Jiaotong University
MFCC-and-SVM
- 建立了普通话语音性别数据库,提出联合梅尔频率频谱系数(Mel2f requency Cep st rum Coefficient s , MFCC) 的特征提取方法和支持向量机(Support Vector Machine , SVM) 的分类方法进行说话人性别识别,并与其它分类方法进行比较。-A Chinese speech ( mandarin ) database was established for speaker s gender recognition. A combina
PCA-pro
- 整个程序是基于Yale人脸数据库的PCA算法。算法主要分成三个部分。第一个部分是选择了每类图片的八张进行训练，形成基空间。第二部分是画图，主要是怎么画出特征脸，就是那个看着比较诡异的东西。可以修改数据，程序中提供了100个特征值和16个特征值的情况示例。最后一部分就是测试部分，检测命中率。效果很理想。-The whole process is based on the Yale face database PCA algorithm. Algorithm is divided into thre
ORL
- 用语模式识别数据，应用比较多的步态数据库，欢迎使用-Term pattern recognition data, more gait database application, please use
Face-Recognition
- 人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域，它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。一般来说，人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的 人脸识别人脸图象或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。-Face Recognition refe
time-sever3.31
- 实时获取传感器的数据并且绘制出来，绘图的方法是借来的，还有一个比较好的地方是存数据库。-Obtain real-time sensor data and draw out the drawing method is borrowed, a better place to save the database.
background-model7
- 针对智能视频监控中运动目标的检测，提出了一种基于字典学习的背景建模方法．结合时空域信息对视频中的每个位置进行字典学习来描述场景信息．利用背景频繁出现的特性，将字典中的词划分成描述背景的词和描述前景的词．用字典表达对应位置的结构，并根据字典中贡献最大词的属性对当前位置进行背景判断．根据判断的结果对字典进行实时更新．在公共的视频数据库上与传统的背景建模方法相比较，所提方法可以较好地检测出前景目标．-Intelligent video surveillance to detect moving tar
leaf-diseases-identification
- 为了根据作物不同病害程度等级采取不同防治方法，实现作物高产和减少环境污染，提出了一种复杂背景 下的作物叶片病害等级分类算法。首先，利用阈值分割法对黄瓜病害叶片图像进行病斑分割 其次，计算病斑区域中 像素个数与病叶区域中像素个数的比值 最后用作物病害等级分级标准进行比较来确定病害等级类别。利用该方法 在2 种作物5 种常见病害叶片图像数据库上进行了病害等级分类试验，识别精度高达92． 7 。结果表明，该方法对 作物病害叶片等级分类是有效可行的-To take a different