搜索资源列表
数据结构的C++描述
- 目 录 译者序 前言 第一部分 预备知识 第1章 C++程序设计 1 1.1 引言 1 1.2 函数与参数 2 1.2.1 传值参数 2 1.2.2 模板函数 3 1.2.3 引用参数 3 1.2.4 常量引用参数 4 1.2.5 返回值 4 1.2.6 递归函数 5 1.3 动态存储分配
Great_Outdoors_by_sandals82.zi
- 一种简单有效的基于动态时变语音识别源码 对于大多数研究者来说,寻找能够匹配二重时间序列信号的最佳途径是很重要的,因为它有许多重要的应用需求.DTW是实现这项工作的显著技术,尤其在语音识别技术领域,在这里一个测试信号被按照参照模板拉伸或压缩, ,Searching for the best path that matches two time-series signals is the main task for many researchers, because of its importa
Recognition-System
- ：建立了一个基于HMM 算法的非特定人语音识别系统，阐述了具体实现过程，包括预处理、特征参数的提取及模板的匹配-: The establishment of a non-specific algorithm based on HMM Speech Recognition System, describes a specific implementation process, including preprocessing, feature extraction and template para
HalconMatch
- 这是本人写的一款基于HALCON形状匹配的源码，识别率比较高，模板客任意制作。-This is my written a source code based on HALCON shape matching, recognition rate is relatively high, the template off any produce.
renlianjiance
- 已有的眼睛状态识别方法不仅计算量大，而且易受环境因素(如光照条件)的影响。为此本文提出了一种新的眼睛状态识别方法:首先对实时拍摄的图像利用运动信息和肤色特征进行人脸检测 然后在检测到的上半部人 脸区域采用Adaboost算法只检测驾驶员正常状态下睁开的眼睛，把检测 的眼睛与眉毛分割出来制成正常睁开眼睛模板 最后把眼睛模板与未检测 到眼睛的上半部人脸区域进行匹配，当该区域的最大相似度值小于某闽值 时认为眼睛是闭合状态，否则认为眼睛是睁开状态。并根据眼睛状态计算 眼睛平均闭合时间
mfccdtw
- 先用端点检测将语音中有用的语音部分提取出来（即将头部和尾部的静音部分除掉），然后用LPC算法提取语音信号的特征参数，进行动态归整(DTW算法)后与模板库里面的标准语音作比较，最后将识别结果进行D/A转化后播放出来。在本部分的设计中，则主要完成语音识别的模式匹配算法部分的软件实现。 -First with the endpoint detection of speech to voice some of the useful extracted from the (soon to mute som
ac
- 人耳识别作为一种新的生物特征识别技术在近两年来受到了越来越多的关注,人耳识别的研究使计算机根据人耳辨别人物身份成为可能。目前国内和国际上对此的研究还很少,还没有形成一套完整的识别体系。同人脸、虹膜和指纹等识别技术相比,人耳识别又具有其自身的独特性和研究价值。其研究内容主要涉及到人耳图像的采集、定位和分割、特征提取、模板匹配以及多模态融合等。-Ear recognition as a new biometric identification technology has received more
face-recognition
- 人脸检测方法主要有基于知识的方法、特征不变方法、模板匹配方法、基于外观的方法；脸部特征定位方法分为基于先验知识、几何形状、色彩、外观和关联信息等五类；人脸表情识别方法分为基于几何特征的识别方法，基于整体的识别方法，基于模型的识别方法，基于模板的识别方法。-Face detection methods are mainly based on knowledge of the method, the characteristics of constant method, template match
ImageProcessing
- 图像处理所以基础程序：图像显示： Bayer抖动显示 Floyd-Steinberg抖动显示 图像增强： 灰度变换 直方图均衡 局部平均平滑 中值滤波 理想低通滤波 Butterworth低通滤波 图象锐化 理想高通滤波 Butterworth高通滤波 伪彩色增强 图像复原： 运动模糊 运动模糊复原 逆滤波退化 逆滤波复原 加噪退化 维纳滤波复原 图像变换： 傅立叶变换 快速傅立叶变换 离散余弦变换 沃尔什变换 霍特林变换 小波变换 小波反变换 图像编码： 霍夫曼编码 香
CPPHandwritten-character-recognition
- VC++ 手写文字识别程序源码。实现手写数字给出不同的分类器识别结果，可心采用模板匹配分类器（最邻近模板匹配法）识别。手写数字或者打开已有的手写数字图像后，在右视图空白处，单击鼠标左键，激活右视图，选择菜单中的各种分类算法，可以对手写数字进行分类。-VC++ handwriting recognition program source code. Handwritten numbers give different classification recognition result satisf
DigitRecog
- 图像模式识别实例，包括模板匹配算法、Bayes分类器、LMSE等。-Image pattern recognition examples, including template matching algorithm, Bayes classifier, LMSE, etc..
main
- 车牌识别程序 利用模板匹配 有模板 图片请自行载入-License plate recognition program using a template matching template
Allgooddu
- 数字识别，特别好的数字识别方法，模板匹配算法-Digital recognition, particularly good digital recognition methods, and template matching algorithms
pgase
- 手写数字识别之模板匹配法 推荐给大家使用 学习-Handwritten numeral recognition of template matching method is recommended to use learning
slide-window-matching
- 使用滑动窗检测+模板匹配实现图片中的数字识别。MATLAB编程实现。-To realize number identification by using slide window and template matching in MATLAB
DTW
- Dynamic Time Warping（DTW）诞生有一定的历史了（日本学者Itakura提出），它出现的目的也比较单纯，是一种衡量两个长度不同的时间序列的相似度的方法。应用也比较广，主要是在模板匹配中，比如说用在孤立词语音识别（识别两段语音是否表示同一个单词），手势识别，数据挖掘和信息检索等中。(The birth of Dynamic Time Warping (DTW) has a certain history (Itakura, a Japanese scholar), and it
激光焊接机
- 激光焊接机用VC设计编程，运动控制卡和视频卡控制采集图像，分析处理，找到焊接点加工，图像处理算法采用模板匹配，模式识别VC++实现，整机调试在产线运行！(Using VC programming design of laser welding machine, motion control card and video card control image acquisition, analysis and processing, to find the welding point proces
无语音读取简化版本
- matlab实现基于模板的车牌识别.主要模块如下：颜色信息提取、车牌区域定位、识别、提取、检测倾斜度、车牌校正、车牌区域2值化、擦除干扰区域、文字分割、模版匹配、结果输出。(Matlab based template based license plate recognition.The main modules are as follows: color information extraction, license plate location, recognition, extractio
first
- 车牌定位 车牌分割 字符识别 正如上面所讲,车牌识别主要分为3个部分,其中第一部分车牌定位,一般采用颜色定位,特征定位等,这方面一堆资料我就不写了.分割一般采用投影法.识别的话方法就比较多了,有模板匹配,bp神经网络,卷积神经网络等.(pan.baidu.com/s/1jIdSuXK)
dtw
- 可以用来实现dtw。在孤立词语音识别中，最为简单有效的方法是采用DTW（Dynamic Time Warping，动态时间归整）算法，该算法基于动态规划（DP）的思想，解决了发音长短不一的模板匹配问题，是语音识别中出现较早、较为经典的一种算法，用于孤立词识别。HMM算法在训练阶段需要提供大量的语音数据，通过反复计算才能得到模型参数，而DTW算法的训练中几乎不需要额外的计算。所以在孤立词语音识别中，DTW算法仍然得到广泛的应用。(Can be used to implement DTW)