搜索资源列表
boundary.slides.printing.6
- 对图像的描述的各种形状描述子的总结和归纳-Review and summarize various shapes of the image descr iption describes the sub
image-segmentation
- 针对目前传统的枸杞分级主要采用人工方法, 费时费力且效率不高的缺点, 提出了一种基于机器视觉技术对枸杞 进行自动分类的方法。 采用数字图像处理技术对枸杞图像进行了预处理、 分割 , 从而提取枸杞的色泽、 大小及形状等特征 参数; 用 K-means 算法对特征进行聚类, 得到枸杞相应等级的基准; 根据聚类分析得到的基准采用最小距离分类器对枸杞 进行分级。 实验结果表明 , 该方法能够准确快速地对不同色泽和大小的枸杞进行分类。-Traditional wolfberry sorting
Image-processing
- 文章以胡柚为研究对象, 针对基于机器视觉的胡柚品质分拣生产线所涉及的关键技术进行理论和试验研 究,先对在传输带上运动的胡柚进行图像采集、图像分割、图像平滑、灰度化和锐化等一系列 的图像处理, 然后对处理后 的胡柚图像提取大小、颜色和缺陷的特征值,最后依据提取的特征参数进行大小、颜色和缺陷分级。 并以此为基础,研究 适合实时条件下的胡柚大小、形状、颜色及果品缺陷等品质指标的检测方法和分拣执行机构。- This paper takes grapefruit as the research
kalman-track
- 文中提出了一种基于kalman 预测和自适应模板的目标相关跟踪算法。通过kalman 预测下一帧图像中目标的 状态,缩小整个图像上目标检测的搜索范围,满足目标跟踪的实时性。采取自适应模板更新策略,根据目标的变化情 况自动调节参考模板,提高目标跟踪的稳定性。仿真实验结果表明,算法能够随着目标的形状、大小、位置的变化快速 调整参考模板,进行稳定和实时的跟踪,当目标被物体遮挡时仍能有效地跟踪目标。-A correlation-based tracking algorithm based o
Facial_Feature_Tracking
- 通过建议一个人脸形状先验模型关注该问题,该模型基于受限Boltzmann Machines (RBM)及其变种构建。特别的,我们首先基于深度信任网络构建一个模型以获取接近正视角的表情变化的人脸形状变量。为了解决姿态变化问题,我们将正面人脸形状先验模型整合到一个3路(3-way)RBM模型,其可以获取正面人脸形状和非正面人脸形状间的关系。最后,我们建议一个方法,将人脸先验模型和人脸特征点的图像度量系统性地组合在一起。-we address this problem by proposing a
Robust_Face_Landmark
- 在现实世界条件下获取人脸存在较大的变化在形状和遮挡由于不同在姿态、表情、附属品的使用,例如,太阳镜和帽子以及与目标体(e.g. 食物)的交。当前的人脸界标估计方法在这种条件下努力但由于缺乏一种有效的理论方法用于处理局外点。我们提供了一个新奇的方法,称为Robust Cascaded Pose Regression (RCPR),通过检测显式的遮挡且使用鲁棒的形状索引的特征可以减少exposure对于局外点。我们证明RCPR改进先前的界标估计方法在3个通用的人脸数据集上(LFPW, LFW and