搜索资源列表
changyongsousuosuanfa
- 常用搜索算法 光盘上包括了书上提供的例程及算法，均可在Visual C++ 6.0下编译通过。 读者可参照书籍了解程序的使用。 实验素材里面提供了一些模式识别实验用的数据库。其中“数字和字母图像” 用于脱机字符识别里的模板匹配法，USPS字库用语Fisher线性判定识别手写数 字。由于一些原因，有些数据库不能提供，需要读者自己采集样本。 -search algorithm commonly used on the CD, including a book on th
lianjizifushibie
- 联机字符识别 实验素材里面提供了一些模式识别实验用的数据库。其中“数字和字母图像” 用于脱机字符识别里的模板匹配法，USPS字库用语Fisher线性判定识别手写数 字。由于一些原因，有些数据库不能提供，需要读者自己采集样本。 -online character recognition experimental materials inside provided some experimental pattern recognition database. These "
tuojizifushibie
- 脱机字符识别 实验素材里面提供了一些模式识别实验用的数据库。其中“数字和字母图像” 用于脱机字符识别里的模板匹配法，USPS字库用语Fisher线性判定识别手写数 字。由于一些原因，有些数据库不能提供，需要读者自己采集样本。 -experimental materials inside provided some experimental pattern recognition database. These "numbers and letters images
Processed_histogram_based_Face_Recognition
- 基于Processed histogram的人脸识别方法，方法简单，识别率高，参考文献“Face Recognition using processed histogram and phase only correlation”-Recognizing objects from large image databases, histogram based methods have proved simplicity and usefulness in last decade. Initially
ImprovedGaitRecognitionApproach
- ：步态识别通过人体走路的姿势来识别人的身份。近年来，步态作为一种生物特征识别技术备受计算机视觉研究者的关注。对某个 人的一个步态序列利用动态 Viterbi 算法得到一个样本姿态序列，对其多个步态样本姿态序列的对应姿态取平均得到这个人的特征姿态序 列，对特征姿态采用主成分分析法和线性判别分析法处理特征空间，并用最近邻法进行识别。利用 CASIA 数据库对本文方法进行验证， 取得了较高的识别率，并对体形变化具有较强的鲁棒性-Human gait recognition is the p
FACE-RECOGNITION
- 此文的目的有三个：第一，当地连续均值量化变换特征是提出照明和传感器敏感操作在目标识别上。其次，注册稀疏Winnows网络分割，提出了加快原分类。最后，特点和分类相结合对于正面人脸检测任务。检测结果列 为MIT + CMU系统和BioID数据库。关于这人脸检测器，接收器操作特征曲线BioID数据库产生最好的结果公布。对于结果麻省理工学院的中央结算系统+数据库相当于国家的最先进的脸探测器。一个人脸检测算法的MATLAB版本可以从http://www.mathworks.com/matlabce
caltech-image-search-1.0
- 大规模图像检索的代码，matlab与c++混合编程。总结了目前图像检索领域目前主要存在的方法。通过阅读该代码，可以对于经典的“词袋”模型（bow模型）有个具体的了解，但是该代码没有提供前序的特征提取，是直接从对提取好的特征向量聚类开始的，包括了k-means，分层k-means（HKM）聚类，倒排文件的建立和索引等，该代码还提供了局部敏感哈希（LSH）方法。最后，这份代码是下面这篇论文的作者提供的， Indexing in Large Scale Image Collections: Sc
CNNWB_05-27-2012
- 这个是我找到的卷积神经网络在minist库上数字识别最好的结果，准确率99.5 ，比C++版本的更好。程序可以直接编译运行，但是因为要下载两个数据库可能非常慢，需要你修改一下代码跳过去。如果你对cnn很感兴趣，可以找我Q:3617 28654-This is what I found convolutional neural network minist library Digital Identification best results, the accuracy was 99.5 , be
mnistAll
- mnistAll数据库，手写体数字识别数据库。里面有分好的训练与测试样本集及对应标签-mnistAll databases, handwritten digit recognition database. There are good training and testing sample sets and the corresponding label