现有的代数特征的抽取方法绝大多数采用一维的方法
现有的代数特征的抽取方法绝大多数采用一维的方法，即首先将图像转换为一维向量，再用主分量分析（PCA）,Fisher线性鉴别分析（LDA）,Fisherfaces式核主分量分析（KPCA）等方法抽取特征，然后用适合的分类器分类。针对一维方法维数过高，计算量大，协方差矩阵常常是奇异矩阵等不足，提出了二维...
pca的sift技术资料
📦 资源总数：309090
💻 源代码：505043
探索PCA的SIFT技术，掌握图像处理与模式识别的核心算法。本页面汇集了309,090个精选资源，涵盖从基础理论到高级应用的全方位资料。通过主成分分析（PCA）与尺度不变特征变换（SIFT）结合，实现高效的数据降维及特征提取，广泛应用于计算机视觉、人脸识别等领域。无论是初学者还是资深工程师，都能在这里找到宝贵的学习材料和技术灵感，加速您的项目开发进程。立即访问，开启您的技术创新之旅！
🔥 pca的sift热门资料
查看全部309090个资源 »主成分分析算法（PCA）
主成分分析算法（PCA），这是一个外国人编写的，很具有参考价值...
自从David G. Lowe提出SIFT算法。有很多解释说明
自从David G. Lowe提出SIFT算法。有很多解释说明，应用和发展。这里搜集了主要有贡献的文章。...
sift特征点对应匹配算法
sift特征点对应匹配算法，对立体匹配的初学者和资深编程人员都是很有用的。...
本文介绍的是小波变换在人脸识别当中应用
本文介绍的是小波变换在人脸识别当中应用，是篇硕士论文，介绍了多种小波人脸识别算法，有基于离散小波的人脸检测与特征定位算法，基于小波变换的PCA人脸识别算法，基于小波变换和人工神经网络的人脸识别算法，基于小波变换和支持向量机的人脸识别算法，内容全面，具有很高的参考学习价值。...
💻 pca的sift源代码
查看更多 »📂 pca的sift资料分类