搜索资源列表
GAclassify
- 利用遗传算法对图像进行分类处理，包括遗传的思想和实现，以及在图像方面的应用。-The use of genetic algorithm to classify the image processing, including genetic and realization of the idea, as well as the application of the image.
featureextraction
- 图象 处 理和模式识别中经常根据物体的形状来识别物 体或对物体进行分类。形状特征可以分为区域特征和边界特 征两大类，矩不变量是最基本的形状特征。Hu提出的矩不变 量是图象区域内部细节的描述，是一种区域特征。它是建立 在对一个区域内部灰度值的统计分析基础上的，需要目标区 域的所有象素参与运算-Image processing and pattern recognition are often based on the shape of objects to identify o
project3
- 使用BP神经网络来识别彩色图像的类. 自己取采样样本-apply the backpropagation neural network to classify a color image you choose. You need to determine the number of classes and select the training samples by yourself.
HellokinectMAT
- 感知行为的影响因素包括单个关节的动作和不同关节的组态。因此提出一种新的基于关节的位置差异的特征类型，联合包括静态姿势、动作、位移在内的行为信息进行识别。采用关节在两个时间和空间区域的差异来明确地模拟个别关节动力学和不同关节的组态。然后应用主成分分析（PCA）来获得所需的特征。同时应用非参数的简捷的贝叶斯最近邻（NBNN）分类器进行多类行为的分类。这个NBNN分类器避免了帧描述符的量化，计算“图像到类别”的距离而不是“图像到图像”的距离。15到20帧的数据就足以实现手势以及动作的识别，无需应用整个
C4_5
- 这是分类树的C4.5算法分类，算法比较简单，但是运行高效，可以对图像进行分类-This is the classification tree C4.5 algorithm classification, the algorithm is relatively simple, but the operation is efficient, you can classify the image
all_data_classification
- All Object Classification file(To classify the objects present in an image)
SVM做图片处理
- 使用SVM算法对CIFAR-10图片数据集进行分类，包括模型的训练，测试和参数的调优(Using SVM algorithm to classify CIFAR-10 image data sets, including model training, testing and parameter tuning)
Demo2_ImageClassifiction
- 使用Matlab深度学习工具箱-googlenet 图像分类(Using GoogLeNet to classify images using deep learning toolbox)