搜索资源列表
textureclassfication
- 提出了一种基于函数联接的感知器神经网络的纹理分类方法.它采用高斯2马尔柯夫随机场模型(GM RF)对纹理进行描述,模型参数即为纹理特征,参数估计采用最小平方误差方法获得.将估计参数作为表达纹理的特征向量,用感知器网络对特征进行分类,并且采用函数联接的方式解决线性不可分问题.对纹理图象进行的实验表明,采用这种方法能够提高学习速度,简化计算过程,并取得较好的纹理分类效果. -Based on the function connected
GaussMRFandEMofImageSegmentation
- 2008年3月 中国图象图形学报 基于类自适应高斯-马尔可夫随机场模型和EM 算法的MR图像分割 比较新的一片关于MARKOV以及EM算法的图像分割的文章。详细介绍了两种算法，以及对MR图像的实验结果，很有参考价值-March 2008 Journal of Image and Graphics of China based on the type of adaptive Gaussian- Markov random fi
Learning-depth-information
- 本文提出一种基于高斯- 马尔科夫 随机场模型，首先通过图像采集及激光测距系统，采集大量图像及其相匹配的深度信息图，在 人类视觉系统基础上，提取图像特征，通过训练完善模型，并应用于新采集图像上-This paper presents a Gauss- Markov random field model, first by image acquisition and laser ranging system, collecting
Gaussian-Mixtrure-with-Markov
- 高斯混合模型 马尔科夫随机场 目标检测 -Gaussian mixture model Markov random target detection
foeu-source-code
- 单目标检测，用到了马尔科夫随机场和高斯混合模型建模-single object detection
Gaussian-Markov-Random-Fields
- 高斯马尔科夫随机场的理论模型，主要介绍应用，很详细，欢迎大家来学习。-High 斯马尔科夫 airport with theoretical models, mainly on applications, in great detail, welcome everyone to learn.
GRF
- 高斯随机场模型matlab实现, 包含demo和用例，可直接运行(the Gaussion random field algorithm)