搜索资源列表
paper2
- 在深入研究主动形状模型(Active Shape Model，ASM)的基础上，提出了一种在AsM 中结合特征点 的邻域Gabor信息进行局部纹理建模的方法，并改进了搜索策略-In-depth study of active shape model (Active Shape Model, ASM), based on A combination of feature points in the AsM
Fergus-Perona
- We present a method to learn and recognize object class models from unlabeled and unsegmented cluttered scenes in a scale invariant manner. Objects are modeled as flexible constellations of parts. A probabilistic representation is used for al
image-segmentation
- 针对目前传统的枸杞分级主要采用人工方法， 费时费力且效率不高的缺点， 提出了一种基于机器视觉技术对枸杞 进行自动分类的方法。 采用数字图像处理技术对枸杞图像进行了预处理、 分割 ， 从而提取枸杞的色泽、 大小及形状等特征 参数； 用 K-means 算法对特征进行聚类， 得到枸杞相应等级的基准； 根据聚类分析得到的基准采用最小距离分类器对枸杞 进行分级。 实验结果表明 ， 该方法能够准确快速地对不同色泽和大小的枸杞进行分类。-Traditional wolfberry sorting
Edit68CMU_pack_AAM
- 基于 AAM 的人脸特征定位方法在建立人脸模型过程中，不但考虑 局部特征信息，而且综合考虑到全局形状和纹理信息，通过对人脸形状特征和纹 理特征进行统计分析，建立人脸混合模型，即为最终对应的 AAM 模型。-AAM facial features localization method based on face model in establishing the process, not only consider local feature information, and consi
Facial_Feature_Tracking
- 通过建议一个人脸形状先验模型关注该问题，该模型基于受限Boltzmann Machines (RBM)及其变种构建。特别的，我们首先基于深度信任网络构建一个模型以获取接近正视角的表情变化的人脸形状变量。为了解决姿态变化问题，我们将正面人脸形状先验模型整合到一个3路（3-way）RBM模型，其可以获取正面人脸形状和非正面人脸形状间的关系。最后，我们建议一个方法，将人脸先验模型和人脸特征点的图像度量系统性地组合在一起。-we address this problem by proposing a