搜索资源列表
patter-recognition.rar
- 本书的第1版是模式识别领域的奠基性著作。而今，Stork博士又从近年这一领域的最新成果中精选出重要的内容，对模式识别领域的发展进行了新的总结，并指明了对未来30年至关重要的问题。本书简明易读，新增的图表使得许多统计和数学题材非常生动，最终以完美和谐的形式，引导读者深入各种新的主题。” ——Sargur N．Srihari博士，纽约州立大学布法罗分校计算机科学与工程学教授开发和研究模式识别系统的实践者，无论其应用涉及语音识别，字符识
libsvm-mat-2.82-2
- SVM的matlab接口．为利用SVM进行分类提供了一个matlab的环境-SVM Matlab interface. For the use of SVM classification of a Matlab environment
irisrecognition
- 该源代码为一国外硕士所写，有关虹膜特征提取的部分很有借鉴意义，希望从事图象处理方面研究的各位不要错过．-the source code for an overseas master's written, the iris feature extraction part of a useful one, want to engage in image processing research you should not miss
voiceidentificationlabview8.0
- 这个我用ＬＡＢＶＩＥＷ８．０写的一个简单孤立词语音识别的程序，其中同过预处理，ＭＦＣＣ提取，和ＤＴＷ算法的比较，希望对大家有用-I used to write this LABVIEW8.0 a simple isolated word speech recognition procedures, which had the same pretreatment, MFCC extraction, and the DTW algorith
FaceDetection
- 用VC++ MFC实现图像中的人脸检测和识别．＜＜Visual C++ 实践与提高－数字图像处理于工程应用篇＞＞附带光盘中的代码，第十三章，实现人脸检测所有功能．-With VC++ MFC realize image face detection and recognition.
111
- 语音信号处理，语音识别，大致知道要经过预处理，特征提取，矢量化和匹配计算等几个步骤， 用matlab对一个语音信号进行滤波，分桢，加窗或者端点检测． 注：网上下voicebox工具箱，用做语音处理 -Voice signal processing, speech recognition, more or less know to go through pre-processing, feature extraction
FetchObject
- 在图像识别领域中，图像提取是最基础也是最重要的一个环节．如果前期图像提取错误，无论识别技术多么高超，也不会识别出正确的对象．本程序演示如何从图象中提取人物轮廓．-In the field of image recognition, image extraction is the most basic and most important aspect. If the pre-image extraction error, no mat
local_projection_entropy
- 采用局部投影熵进行人脸识别的源程序，在常见的数据库上的实验识别率较高，特别是算法对光照不敏感．-Entropy using the local projection of the source code for face recognition, in the common database of experimental high recognition rate, especially the algorithm is not se
HMM
- ：为了使应力变异在顽健语音识别系统中能够达到较好的识别效果，研究了基于隐马 尔可夫模型(HMM)的自适应技术，提出了将最大后验概率(MAP)和最大似然回归方法(MLLR)用 于应力变异语音的自适应中。实验结果表明，与基本系统相比，两种方法均有效地提高系统识别 率。以SD为初始模型的最大后验概率方法在150个训练样本时识别效果最好，可以达到90．4％ 。-: In order to stress variation in th
2DLDAwiththeSVM-basedfacerecognitionalgorithm
- 二维线性鉴别分析(2DLDA)算法能有效解决线性鉴别分析(LDA)算法的“小样本”效应，支持向量机 (SVM)具有结构风险最小化的特点，将两者结合起来用于人脸识别。首先，利用小波变换获取人脸图像的低频分量，忽 略高频分量：然后，用2DLDA算法提取人脸图像低频分量的线性鉴别特征，用“一对多”的SVM 多类分类算法完成人脸 识别。基于ORL人脸数据库和Yale人脸数据库的实验结果验证了2DLDA+SVM算法应用于人脸识别的有效
AComparativeStudyonFaceRecognitionUsingLDA-BasedAl
- 线性判别分析(LDA)是一种较为普遍的用于特征提取的线性分类方法。但是将LDA直接用于人脸识别 会遇到维数问题和“小样本”问题。人们经过研究，通过多种途径解决了这两个问题并实现了基于I,DA的人脸识 别 文章对几种基于LDA的人脸识别方法做了理论上的比较和实验数据的支持，这些方法包括Eigenfaces、Fish— erfaceS、DLDA、VDLDA及VDFLDA。实验结果表明VDFLDA是其中最好的一种方法。-Low—d
Desktop
- 人脸识别技术是计算机模式识别领域非常活跃的研究课题，在法律、商业等领域有 着广泛的应用前景。自动人脸识别系统一般由两个模块组成：定位与检测模块，特征提 取与识别模块。本文对两个子模块进行了详细讨论，通过实验仿真了一个基于静态图像 的人脸识别系统。为提高系统的识别率，本文对定位检测模块和特征提取模块进行了深 入研究。 针对复杂多变人脸检测和定位问题，实现了一种基于对称特征的人脸定位方法。该 算法首先基于肽色特征提取
jiyutezhenronghedmianbubiaoqing
- ：针对传统Gabor变换在提取表情特征时，冗余较大、特征维数较高的不足，结合ASM 自动特征定位技术，提出了一种基于特征点Gabor特征和ASM 形状特征相融合的面部表情 识别方法．实验表明，两种特征的融合，可有效地利用特征点的局部纹理信息和脸部器官的整 体形状信息，达到了更好的面部表情识另4效果．-: Gabor transform traditional expression feature extraction, th
SVM
- 在草图符号的自适应学习中，不同用户的训练样本数量可能不同，保持在不同样本数量下良好的学习效 果成为需要解决的一个重要问题．提出一种自适应的草图符号识别方法，该方法采用与训练样本个数相关的分类 器组合策略将模板匹配方法和SVM统计分类方法进行了高效组合．它通过利用支持小样本学习的模板匹配方法 和支持大量样本学习的SVM 方法，并同时利用草图符号中的在线信息和离线信息，实现了不同样本个数下自适应 的符号学习和识别．基于该方法
3DFaceRecognitionBasedon3DLBPandKernelDiscriminant
- 二维照片的人脸识别对光照、姿态和化妆等因素很敏感，故提出了一种将三维局部二值模式(3DLBP)和核享，1剐分析(KDA)相结合的三维人脸识剐方法．采用3DLBP描述人脸深度图像的特征，高斯核函数KDA 作为分类器，使用Chi平方统计改进高斯核函数、采用FRGC v2．0中2003春季采集的三维人脸库进行实验．实验结果表明，该 方法在每人2个训练样本时，识别率为91．8％，而PCA和3DLBP的识别率分别为60．4％和78．3％；当每
An-Algorithm-for-Face-Recognition-
- 高独特性特征的选择以及合适匹配策略的选用是人脸识别技术的关键。讨论了基于仿射不变的几何特 征SIFT算子进行人脸识别的方法。SIFT算子的计算复杂度较高，并且不同的人脸表情和图像模糊会加大特征匹 配的难度。为克服上述缺点，提出了一种新的算法，将选择6个人脸上感兴趣子区域进行描述，并根据各自的独特 性赋予不同的权值，最后在匹配过程中使用相似度的平方来减小偏差数据造成的影响。实验结果表明，该方法能 有效减轻表情变化对于身份识
01656790
- Automatic Modulation Recognition
Hand-Gesture-Recognition-
- 提出丁一种在距离空间内采用Euclidean距离计算的手势识别算法。手势图像经过连缘检羽后，时边缘图像卖施Euclidean 距离变换(ElYr)。在距离变换空间^计算距离映射图与样本之间的Euclidean距离。罩后，时基于单目税觉的30十手 指语牟母手势进行识刺．最好识剐率达93．33％。-Abstract：A Hand C,estme re曲印id叩aI孚嘶tll皿is presented， which based ofl
Gesture-Recognition-
- 本文提出一种用于手势识别的新方法，它将图像的方向直方图矢量(0Hv)与神经网络相结合。其特点在于选用 图像的方向直方图矢量作为手势的特征矢量，该特征矢量对于光线和手的平移变化具有较强的鲁棒性，这正是手势识别所要 解决的关键问题。在训练阶段，首先需要建立手势样本的特征矢量库；在识别阶段，本文选用三层BP网络作为分类器，获得 了90％以上的识别率。本文还对手势进行一定角度的旋转后的识别进行了讨论，识别结果达到预期要求。-In t
Artificial-Mark-Recognition
- 。对不同标志图案识别问题，提出了连通域数量判别法和模板匹配 法。实验结果表明，所提方法能较好地识别人工标志，为实现虚实场景的实时融合打下了基础。-reality．A method to recognize mark area by connectivity area abstraction of the binary image which includes marks，is presented． According to di