搜索资源列表
newpnn
- 基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更少的训练语料，可以和其他网络其他理论无缝整合等。-GMM based probabilistic neural network PNN good generalization ability, the
hopfield_net
- 对于含有噪声的的数字图像模式“1、2、3、4”，使用“hopfield”神经网络，进行联想、识别，以去除噪声的影响。-for containing noise of the digital image model "1,2,3,4", "hopfield" neural network, Lenovo, identification, in order to remove noise impact.
renlianshibie
- 神经网络识别人脸。包含说明文件。可对不同人的不同姿态的摄影图像进行分类。-neural network recognition face. Includes note. To be different people different posture photographic image classification.
Matlab_Image_Processing
- Matlab在图像处理与目标识别方面的应用实验程序示例。包括三个程序以及详细文档：一、染色体识别与统计，二、汽车牌照定位与字符识别，三、基于BP神经网络识别字符的简单实验。-Matlab in image processing and object recognition on the application of experimental procedures example. Including the three procedures and the detailed documentat
Visual_C++_MATLAB
- 《Visual C++_MATLAB图像处理与识别实用案例精选》本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。全书共分12章，第1章－第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；第7章－第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以帮助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。
CubicPlateSDK
- 软件名称： 车牌识别模块开发包 CubicPlate SDK 试用版 最新版本： 1.2 文件大小： 2.05M 软件性质： 图像处理 使用平台： Win2K/XP 发布公司： CubicImage Software Co.,Ltd. 上海名图软件有限公司 下载网址： http://www.cubicimage.com 软件简介 CubicPlate 是当前最高速的车牌识别核心模块，识别一帧图像仅3毫秒。 由上海名图软件有限公司CubicImage Softwar
ATRalgorithms
- 一种图像自动识别算法，该方法：通过提取图像7个不变矩，结合神经网络(BP)对图像目标进行识别计算．结果表明， 该算法具有很好的识别效果，可以应用于图像小目标的识别．-an automatic image recognition algorithm, the method : extract images through seven unchanged moments, integrated Neural Network (ANN) to the identification of targe
shenjianwangluo
- 基于神经网络的人脸图像识别方法研究,方法很不错哦,大家快看看吧-Neural Network Based Face Recognition Method, the method is pretty good, oh, we see it soon
CarPlateRec
- 车牌定位与识别系统,首先将彩色图像转化为256灰度图像,然后用边缘检测和形态学等实现定位,再用神经网络方法实现字符识别.-plates positioning and identification system will first color image into a 256 grayscale image, Then Edge Detection and morphology, and so on to achieve positioning, and then neural network
jiqishijue
- 机器视觉,计算机视觉,人脸识别,形态学,图像采集,压缩编码,数字水印,神经网络,人工智能,模式识别,特征提取,图像检索,视频检索,计算机图形学-machine vision, computer vision, face recognition, morphology, image acquisition, compression, digital watermarking, neural network, artificial intelligence, pattern recognition,
segmentation_bpnn
- 医学图像识别方法，先分割再使用bp神经网络进行分类-medical image recognition, first division reuse bp neural network classification
RBF-1
- 一种基于改进径向基神经网络的人脸图像识别方法-RBFNN the Face Image Recognition
crnn-master
- 基于图像序列的端到端可训练神经网络 识别及其在场景文本识别中的应用(End - to - End Training Neural Network Based on Image Sequence Recognition and Its Application in Scene Text Recognition)
li_6_1_chepaishibie
- 本程序专门利用BP神经网络在MATLAB平台上进行训练和模拟，可以识别车牌，并有详细注释。适用于初步学习数字图像处理的人用做参考(This program uses BP neural network to train and simulate on the MATLAB platform. It can identify the license plate and have detailed annotations. People for preliminary study of digita
renlian
- 基于肤色分割的彩色图像人脸检测技术 人脸识别是一个具有广阔应用前景和极富挑战性的研究课题,涉及图形图像处理、神经网络、模式识别等等热门研究领域.其在公安追逃系统、安全验证系统、档案管理系统、信用卡验证、视频会议、人机交互系统等方面都具有重要的应用价值.一个完整的人脸识别系统应该包括人脸检测、特征提取、以及匹配识别(Face detection in color images based on skin color segmentation)
Machine learning
- 提供监控场景下多张带有标注信息的行人图像，可定位（头部、上身、下身、脚、帽子、包）的基础上研究行人精细化识别算法，自动识别出行人图像中行人的属性特征。(It provides a number of pedestrian images with tagged information under the monitoring scene, and can study the pedestrian refinement recognition algorithm based on the locat
233
- 车牌自动识别系统也是智能交通系统的重要组成部分。它能将输入的汽车图像通过车牌定位、车牌字符分割和车牌字符识别等一系列步骤，输出为几个字节大小的车牌字符串，无论在存储空间占用上还是在于管理数据库相连等方面都有着无可比拟的优越性。在大型停车场、高速公路、交通部门的违章检测以及桥梁的收费站管理等场合，都有着广泛的应用前景。车牌识别系统的成功开发将大大加速智能交通系统的发展进程。(The license plate recognition system is also an important part
Residual-Networks
- 残差神经网络的Python实现,用于机器学习的图像识别方向。(Python implement on Residual Network)
cnn-master
- 卷积神经网络，可以很好的实现文本分类或者图像识别(Convolutional Neural Networks)
MATLAB雾霾交通标志shibie[GUI]
- 该课题为基于MATLAB bp神经网络的雾霾天气下交通标志的识别系统。主要分两步骤，一是进行图像去雾，采用暗通道的方法获取光透射率，从而去除雾霾。得到清晰的图片后，利用颜色的方法进行交通标志的定位，众所周知，交通标志基本是红，蓝，黄三色组成，根据RGB不同组合可以定位到不同颜色，因为存在误差，所以需要借助形态学相关知识，将得到的误干扰面积去除，从而实现精准定位。定位后，在原图基础上进行分割出彩色图标，利用bp神经网络方法，进行训练，识别，从而得出结果。本设计配有一个GUI可视化界面，操作简单容易