人脸特征是最自然直接的生物特征，它具有直接、友好、方便的特点，易于为用户接受。人脸识别由于其在监控、罪犯识别、人机交互等方面广泛潜在的应用，已成为图像处理、模式识别和计算机视觉等学科最活跃的研究领域。线性鉴别分析是特征抽取中最为经典和广泛使用的方法之一。近年来，在小样本情况下如何抽取Fisher最优鉴别特征一直是许多研究者关心的问题。文中阐述了应用Fisher 判别法在人脸图像样本分类方面的运用。在标准数据库ORL人脸库和Yale人脸数据库上仿真的试验结果证实了方法的有效性和稳定性。
上传时间： 2013-12-04
上传用户：qq527891923
设计并实现了基于图像检索的地标识别系统。该系统通过捕捉地标的视觉特征，帮助游客或使用者更好地理解图像的内容并同时提供图像拍摄的地理位置信息。首先根据提取的SURF特征搜寻地标在数据库中的最优匹配，然后根据最优匹配结果给出输入地标在地图中的位置。系统采用的层次化数据库结构和分级检索方式，使得检索效率比传统的遍历检索方式提高30%。大量实验证明文中提出的算法具有鲁棒性和高准确性，该系统已在高校内部地标识别中测试使用成功。
上传时间： 2013-12-29
上传用户：CSUSheep
通过对海上红外图像进行分析，提出了一种基于海天线提取的红外小目标检测方法。该算法的基本思路是根据所需提取目标的特点，首先选择感兴趣的灰度区域，然后运用Canny算子进行边缘检测，接着对图像进行Hough变换检测海天线，最后对海天线以下且符合目标特征的连通域进行标记从而来确定目标的位置。实验结果表明，该方法能较好地检测出海上红外小目标。
上传时间： 2015-01-03
上传用户：long14578
对传统混合高斯背景模型作了改进，消除了缓慢运动目标对背景模型的影响，其中提出了目标间差分方法区分出前后帧变化区，对不同区域采用不同的学习权重更新策略。通过实验证明，该改进算法提高了背景模型的健壮性，在跟踪系统中获得较好效果。
上传时间： 2015-01-03
上传用户：7891
研究了超声导波进行长距离在役管道检测技术, 并利用人工神经网络进行管道缺陷的智能识别, 通过超声导波设备进行了管道缺陷检测实验, 从原始检测数据的信号处理结果中提取出了样本特征值, 并建立和训练了一种用于实现管道缺陷识别的BP神经网络。
上传时间： 2014-01-24
上传用户：梧桐
使用第二代身份证照片作为训练样本进行人脸识别属于典型的单样本问题，由于没有充分数量的训练样本，会造成常规的人脸识别算法识别率低下，甚至无效的问题。为此采用虚拟样本生成方法，并针对遇到姿态变化较复杂的人脸时，识别率不高的问题，提出了一种新的多姿态的虚拟样本生成方法，通过模拟人脸侧向旋转、俯仰和立体旋转等增加有效的训练样本，再使用鲁棒性较好的HMM进行人脸识别。在自建的身份证人脸库上进行测试，实验结果显示，该方法在一定程度上减弱了人脸姿态的变化对识别率的影响，并取得了较好的识别效果。
上传时间： 2013-10-17
上传用户：hanwu
针对目标和背景具有空间连续性的特点，提出一种基于核密度估计和马尔科夫随机场的运动目标检测方法。首先利用核密度估计计算像素点属于背景的概率密度，在特征向量中加入颜色空间运动矢量分量来提高对背景扰动和光照变化的鲁棒性；然后构造马尔科夫随机场，提出一种马尔科夫随机场能量函数代价项的构造方法，通过最小化其能量函数得到目标分割结果。实验结果证明，该运动目标检测算法对背景扰动和光照变化具有更好的鲁棒性，错误检测率更低。
上传时间： 2014-01-20
上传用户：solmonfu
为了设计一种实时高效、稳定可靠的图像目标跟踪系统平台，避免因图像边缘提取效果差而引起跟踪失败，采用自适应Canny边缘检测算法。该自适应算法能够很好的确定平滑参数以及高、低两个阈值，更好的获得图像边缘图。经Canny算法处理图像目标后，获得目标的单像素边缘图，根据边缘图计算得到目标质心。利用最小二乘法拟合出目标的运动轨迹，同时可根据时间间隔预测出目标质心的下一位置，控制伺服机构，实现目标跟踪。实验表明，采用Canny算法的目标跟踪系统，能够满足实时跟踪的需要。
上传时间： 2013-11-03
上传用户：testAPP
为了验证Fourier-Mellin矩图像识别中的识别能力，本文研究了其在两种坐标下的计算和重建效果、抗噪性试验。在笛卡尔坐标下，图像重建直接计算，不必转换为极坐标，避免极坐标在了转换时产生的几何和计算误差，试验表明：笛卡尔坐标下，Fourier-Mellin矩的重建比极坐标下更精确，并且OFFM矩对噪声有很好的鲁棒性。
标签： Fourier-Mellin 图像识别 中的应用
上传时间： 2015-01-03
上传用户：青春给了作业95
EVP-6100演示视频 特定目标跟踪系统 视频教程
上传时间： 2013-10-09
上传用户：huaidan
