搜索资源列表
dgdgdgdgdgfdgdfgrelevance
- 基于支持向量机的相关反馈图像检索算法 相关反馈技术是近年来在图像检索中较为重要的 研究方法, 从机器学习的角度, 以支持向量机(SVM ) 为分类器, 提出了一种新的相关反馈方法-Support vector mach ine based relevance feedback algorithm in image retrieval
machine_study
- 这一个基于机器学习的PDF文件，共12个，全是英文，能够更准确的了解和学习机器学习-This is a machine learning-based PDF file, a total of 12, all in English, to a more accurate understanding and learning machine learning
10
- 本文提出了一种基于学习的相似性度量方 法, 即将图像配准的度量问题转化为模式分类问题, 由基于机器学习设计的分类器自动检验图像是否配准. 本文对400 组图像进行了配准检验, 实验结果显示了该方法的可行性和可靠性.-This paper proposes a similarity measure based on learning methods, about the measurement problems of image registration into the pattern c
afforge_src
- AForge.NET 是一个专门为开发者和研究者基于C#框架设计的，他包括计算机视觉与人工智能，图像处理，神经网络，遗传算法，机器学习，机器人等领域。-AForge.NET is a C# framework designed for developers and researchers in the fields of Computer Vision and Artificial Intelligence- image processing, neural networks, genetic
03
- 类的目的就是根据现有的图像特征建立一个分类器，能够对未知的图像类型进行预测。在现有众多分类 算法中，贝叶斯分类器由于其坚实的数学理论基础并能综合先验信息和数据样本信息，成为"-3前机器学习和数据挖 掘的研究热点之一。本文论述了内容图像检索中基于贝叶斯分类器的图像分类技术。介绍了贝叶斯分类器，叙述了 利用贝叶斯分类器进行图像分类的方法，以及图像特征的分布假定。最后通过对分类器的探讨，总结了贝叶斯估计 分类的不足。-The purpose of class is based on a
Machine.Learning.Vision-Based.Motion
- 本书从机器学习的角度介绍了基于视觉的运动分析领域的最新算法和系统。-Techniques of vision-based motion analysis aim to detect, track, identify, and generally understand the behavior of objects in image sequences. With the growth of video data in a wide range of applications from visua
strred
- 全参考型视频质量评价方法，基于统计和机器学习的方法，发表在2012年TIP-Full reference type video quality assessment method based on statistical and machine learning methods, published in the 2012 TIP
Manish-TMM-(1)
- 全参考型视频质量评价方法，基于机器学习和视频特征提取，发表与2012年T-FR VQA method based on machine learning and video feature
codes_smc
- 基于支撑向量机的的图像质量评价方法，结合机器学习和图像特征提取-The file feature_smc1.m is for feature extraction. It takes the reference and distorted images as input and gives the 256 dimensional feature vector as the output. models_smc_revised.mat contains the 4 models deve
face-alignment-in-3000fps-master
- 基于机器学习的人脸识别算法，对face-alignment-in-3000fps-master的简单实现-Face recognition algorithm based on machine learning, for face-alignment-in-3000fps-master simple implementation
T.-Kenig
- 一篇基于机器学习的盲复原文章。比较有参考价值。-An article based on the latest machine learning about blind rehabilitation. Comparison with a reference value
基于机器学习的遥感图像水体提取研究_王知音
- 图形图像处理主要用于图像代码显示，为了更好的处理图像(Graphic image processing)
Colorhist_Libsvm_dem
- 随着科学技术的飞速发展，机器学习与人工智能技术的不断创新，人们对特定信息检索的需求逐渐增加，使得如何对资源进行合理有效的分类成为一个关键问题。近几年来，基于内容的图像分类的研究焦点主要集中在自然图像的场景分类和物体分类两个方面，大多采用有监督学习方法，通过对底层特征建模和中间语义分析来实现分类。 本文基于Libsvm的图像分类研究及实现，主要针对的是物体分类这一方面，选用了五类水果作为分类研究的对象。对图像进行分类的大体步骤主要包括采集图像样本（主要从Web上获取）、图像预处理（如截成大小一致
face_re
- 基于maylab的人脸识别算法，特别强大，包括机器学习算法(Face recognition algorithm based on maylab is especially powerful, including machine learning algorithm.)