特征检测是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征检测的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。
头肩的定位检测采用了Haar特征和HOG特征的层级分类方法，并根据头肩的对称性特点，提出了一种称为Joint HOG的组合型特征。通过Haar分类器滤除大部分负样本后，接着用HOG进行精细的验证从而得到头肩目标框。实验表明，本文的方法取得了...
提出一种基于AdaBoost的入侵特征约减算法，利用该算法约减入侵特征中的冗余特征，构造Ada-加权和Ada-域值分类器，并与支持向量机分类器进行对比。设计并实现Linux实时入侵检测实验平台，并将特
·详细说明：本程序包含语音压缩和语音识别领域所需的LPCC，MFCC特征提取算法以及语音端点检测源码。在对语音数据进行特征提取前，可对语音数据进行16K到8K的降采样率处理，包含180阶FIR滤波器的频率压缩程序。文件列表: ...
·详细说明：本程序包含语音压缩和语音识别领域所需的LPCC，MFCC特征提取算法以及语音端点检测源码。在对语音数据进行特征提取前，可对语音数据进行16K到8K的降采样率处理，包含180阶FIR滤波器的频率压缩程序。文件列表: ...
·摘 要:心电图信号特征点的检测是心电自动诊断技术的基础。利用小波变换多分辨分析对心电信号去噪，利用小波变换逼近信号滤除基线漂移，采用默认阈值处理滤除高频噪声，并且将心电信号的平均值置为0。在R峰检测中，针对单独考虑2^3细节信号会出现漏检...