搜索资源列表
LPC1700-IEC
- IEC60601-1-8音频报警标准提供了富有和声的音调，以便使它们容易定位、并能防止屏蔽的干扰。范畴与对应旋律的数量都有限，从而能获得容易掌握的不同报警顺序。另外，报警的优先权决定了报警中音符的数量，以及音符顺序的动态特征。这使得人们容易确定报警的紧急程度。这样，IEC60601-1-8标准解决了许多以前报警的限制因素，而且将有助于改善患者的安全性。-IEC60601-1-8 standard audio alarm provides a rich harmonic tone in order
aamlibrary1.0.tar
- 人脸特征点自动定位库 一个基于AAM算法实现的人脸特征点自动定位的比较好的库（C++），其中AAM算法实现非常完善，封装得 非常好。可以直接加载到自己的工程中。亦可以直接使用。 对算法的实现非常准确，初学者可以参考学习，提高对AAM算法的理解。-一个基于AAM算法实现的人脸特征点自动定位的比较好的库（C++），其中AAM算法实现非常完善，封装得 非常好。可以直接加载到自己的工程中。亦可以直接使用。 对算法的实现非常准确，初学者可以参考学习，提高对AAM算法的理解。
ASMSourceCode
- ASM算法能够在人脸偏转情况下较好实现特征点定位-ASM algorithm can be deflected in the case of face feature point location to achieve a better
MeanShift
- 为了提高经典的Mean Shift算法在复杂场景中的跟踪性能,提出了一种基于角点的目标表示方法。首 先,利用Harris角点检测算法提取表示目标主要特征的角点 其次,基于提取的角点,建立目标模型,将其嵌入 Mean Shift算法进行跟踪。该方法仅用少量的关键点表示目标,能够自动去除目标和背景中的次要特征,有效地 抑制背景成分对目标定位的影响,从而改进Mean Shift目标跟踪算法的性能。-To imp rove the performance of the classicalMe
Color-Pattern-Matching-Example
- LabVIEW图像处理例程，实现从图像中自己圈出目标，程序自己学习该目标特征（颜色、形状）后，在图片上找到并定位目标-LabVIEW image processing routines to implement the image circle of the target, and procedures for their own learning of the target feature (color, shape), to find and locate targets on the pi
1
- 通过人眼进行人脸定位 轴对称人眼定位特征提取方法在人脸表情识别中-Face detection
Untitled
- 基于结构特征的车牌定位算法研究改进算法 改程序简单使用-Based on the structural characteristics of the license plate location algorithm to improve the algorithm to process a simple to use
imagerec
- 车牌定位与识别系统,对图像处理和模式识别毕业设计有参考价值，VC实现图像预处理，特征提取，以及神经网络识别。-License plate location and recognition system for image processing and pattern recognition graduated design reference value, VC achieve image preprocessing, feature extraction, and neural network
Tracking
- 提出一种新的目标表示和定位方法,该方法是非刚体跟踪的核心技术.利用均质空间掩膜规范基于特征直方图的目标表示,该掩膜引入了适合于梯度优化的空间平滑相似函数,所以可以将目标定位问题转换为局部极大值求解问题.我们利用从Bhattacharyya系数倒出的规则作为相似度量,利用mean shift procedure完成优化求解.在给出的测试用例中, 本文方法成功解决了相机移动,阴影,以及其他的图象噪声干扰.文章对运动滤波和数据关联技术的集成也进行了讨论.-A new objective and pos
dingwei
- 该软件最主要的功能就是要能识别出人脸，首先该系统需要对通过摄像头拍照而获取到的原始的人脸图片进行一系列处理才可进行下一步的工作，该处理过程也称图像预处理。预处理这个模块在整个人脸识别系统的开发过程中占有很重要的地位，只有预处理模块做的好，才可能很好的完成后面的人脸定位和特征提取这两大关键模块。-The main features of the software is to be able to identify the face, first of all, the system need to
adistortedimagerectificationalgorithmbasedonleasts
- 针对高精度的畸变图像,提出了一种基于最小二乘影像匹配的高精度畸变图像矫正算 法. 算法首先利用特征提取与边缘检测对图像进行预处理,并且将特征匹配与最小二乘算法相 结合,从而实现了图像与模板之间精确的子像素定位与匹配. 实验表明,该算法较好的解决了目前高精度畸变图像矫正算法中普遍存在的定位和匹配精度较差的缺陷,图像矫正效果良好,是一种有效的畸变图像矫正算法.-Image distortion for high-precision, a least-squares image matchin
face_detect
- 本书对目前常用的人脸特征点定位算法和模型进行了总结，并在前人的基础 上提出一个基于肤色模型的对AAM 模型的改进方法-This book is currently used for facial feature point localization algorithm and model are summarized, and submitted on the basis of our predecessors of a model based on the color model of t
AMixedFaceRecognitionMethodBasedonIDCard
- 摘要：在仔细分析证件照片中人脸特点的基础上，提出了一种把人脸的几何特征矢量匹配和人脸的分块加权匹配相结合的思想。该方法针 对一般人脸识别方法不能有效消除人脸表情影响的特点，首先对人脸进行快速准确的眼睛定位、图像摆正以及标准化处理，然后一方面抽取 能够避免人脸表情影响的几何特征向量，另一方面对标准人脸进行分块加权匹配，最后进行综合识别。对JAFFE人脸库的试验结果表明，该方法识别准确率高，能够有效地消除人脸表情在识别中的影响，结果令人满意。-A Mixed Face Recognition
FaceRecognition
- 人脸识别和定位，包括模板匹配，特征检测，人脸区域的检测-Face recognition and positioning, including template matching, feature detection, face detection region
facerecgnizesys
- 图象处理,边缘检测提取,定位特征区域对人面部进行识别-Image processing, edge detection extraction, Positioning human facial features of the region to identify
findkeypoint
- 摘要：拐点是数字图像中的一个重要信息载体 提出一种新的拐点检测算法 该算法并非寻找连续空间中曲率的离散近似计算方法，而是源于离散曲线的外观特征，推导出离散曲线上拐点处k个点对间欧氏距离平方和局部最小这一重要性质。基于该性质，本算法首先利用Freeman链码的性质.过滤掉物体边界上明显不可能成为拐点的象素，然后在剩余的边界点中通过寻找该局部最小值定位出拐点。给出了本算法与四种著名拐点检测算法的对比实验。 -Abstract: The inflection point is a digital
Forstnercornerdetect
- Forstner交点特征提取，希望对大家有所帮助，PPT自己编写的角点定位算子Forstner 2C该方法对图象清晰的效果好，所以检测前最好进行锐化什么的-Forstner intersection feature extraction, we want to help, PPT to prepare their own corner point positioning operator Forstner 2C The method the effect of image clarity is
89346476texture
- 利用特征提取对图像中的文字进行定位和检测-Feature extraction using the text in the image to locate and test
Image_Paper_XuXG
- 图象分割是图象处理中的一项重要工作，目前手工与自动相结合的分割方法在实际工作中得到了广泛应用。本文根据图象经Maar变换后的特征，采用新的判断准则，提出了一种复杂物体边缘定位算法，可以对具有尖角特征的物体轮廓进行快速准确地提取，同时利用矢量化方法消除毛刺，使跟踪获得的边界更符合物体的实际轮廓特征。对多种图象的实验表明本文方法十分有效。-Image segmentation is an important image processing, the current combination of m
Face_test_luminance
- 结合人脸肤色和发色进行的人脸检测，可以忽略人脸的姿态表情，不用进行人脸特征的定位-Combination of face color and hair color for face detection, facial gesture can ignore the expression, do not carry out the positioning of facial features