搜索资源列表
Face_Recognition_Based_on_PCA_Comparative_Study.ra
- 主成成份分析( PCA) 方法是人脸识别技术中常用的一种一维特征抽取方法。传统PCA 方法用于人脸识别常常面临图像维数高,直接计算量的问题。为了解决这2 个问题,人们对PCA 进行了改进,提出并实现了多种基于PCA 的人脸识别。对3 种基于PCA 的人脸识别方法做了理论上的研究和实验上的性能比较。实验结果表明PCA + 2DPCA 是其中综合效果最好的一种方法。-Principal component analysis into (PCA) is a commonly used face rec
shuzituxiangchuli
- 在传统图像识别中的模板匹配技术面临着计算量大，存储量大的缺点，因此提出了基于遗传算法的图像识别的方法。本文提出了传统的基于遗传算法和normxcorr2结合的方法，对图像进行离散化，然后把图像识别问题变成一系列的离散点组合优化问题，再利用遗传算法对种群优化的性能，对各个控制点组合优化，让控制点与模板进行匹配，寻出最优解。最后通过实验验证遗传算法在图像识别的优点。-In the traditional image recognition in the face template matching
Seal-Identification
- 运用H15；I色彩窄间对印章图像颜色特征提取等一系列预处理，研究了多种识 别方法后发现基于纹理特征的印鉴识别方法不但速度快，而且识别率也较高，并且方法简便。通 过将极坐标和傅垦叶变换结合，计算m印签图像纹理的频谱度量，来完成印鉴的特征提取，运用支 持向量机分类器对印鉴进行识别，实验证明，方法具有良好的旋转不变纹理分析性能，提高了识别 率。-It WaS found a fast，simple and a higher seal image(HSI)identification
target-recognition-
- 一种新的目标识别算法，它是把模板匹配 思想和性能优异的思维进化计算结合起来，在均匀颜色空间上匹配。-A new target recognition algorithm, which is the template matching Thinking and performance Mind Evolutionary Computation combined to match the uniform color space.
SVM-and--Face-Recognition
- 支持向量机及其在人脸识别中的应用研究 上海交通大学博士论文，在知网上面付费下载得到的。本文从应用的角度出发，较为全面地对一些相关问题进行探讨，并使用Visual C++实现了一个基于支持向量机的人脸识别软件—idTeller。 论文的主要工作和创新点包括： ·提出了两种基于VC边界的支持向量机参数选择算法—固定C算法和VC-CV算法。VC边界是两类支持向量机参数选择的一个理想准则，但它的一些固有缺点使其应用变得困难。本文通过将VC边界转化为VC指标，最终把问题归结为对最小包围体的求解，从理论