搜索资源列表
embeddeyedTTS
- 计算机技术总是在朝着功能更强大、使用更方便的方向发展，用户的需求永远都是技术前进的动力。ASR和TTS的出现，让人和计算机的距离更加靠近，人机接口更加自然。由于技术（识别率不够高）和人们习惯上的原因，ASR离真正的普及还有一段距离。但是，在通信领域，由于CTI的广泛应用，计算机技术不断融入通信平台，这项技术正在如火似涂的发展、普及。VoiceXML就是一个很好的例子，它的应用就是以ASR和TTS作为基础的。
MethodofFacialExpressionRecognition
- 为了更准确地识别人的表情，在识别人脸7 种基本表情（愤怒、厌恶、恐惧、高兴、无表情、悲伤和惊讶）时，采用了局域二值 模式技术提取面部特征，进行由粗略到精细的表情分类。在粗略分类阶段，7 种基本表情中的2 种表情被选为初步分类结果（候选表情）。 在精细分类阶段，选用计算加权卡方值确定最终分类结果。采用日本的Jaffe 表情数据库来验证算法性能，对陌生人表情的识别率为77.9％， 其结果优于采用同样数据库的其他方法，且易于实现
linear
- 线性判别中的感知算法对于文本的手写体数字从0到9，数字8的识别率很低。特征提取一般，不过还不错。
hand_ocr
- 手写数字识别系统,能自动学习字形，识别率高。
Hllesvmrbf
- lle和svm 的人脸识别算法代码，识别率可以打到80以上。
SkinDetection
- 这是一个用VC++做的肤色检测的例子具有较高的识别率
pca
- 这是一个用matlab实现的人脸识别的pca方法，正确识别率不错。
small_vo
- 介绍了一种小词汇量的语音识别方法。在传统的DTW 语音识别的基础上, 通过放宽端点、对路径进 行斜率限制和改进局部路径限制等方法, 使系统能够实现快速的识别响应, 尤其是对于小词汇量和特定人识 别, 可以有效地提高响应速度和识别率。
@rbf
- 因其核函数的良好性态,RBF核SVM(RBF-SVM)在实际应用中表现出良好的学习性能,但是RBF核函数中的参数对SVM的性能起决定性作用.阐述了RBF-SVM的性能随着变化而变化的规律,并将RBF-SVM引入自动羽绒识别系统中.根据自动羽绒识别系统的实际需求和RBF-SVM的性能变化规律,论述了本系统中参数的选取依据和选取过程,并且给出了的相关曲线变化图.通过研究,最后得到适合本系统的识别模型,从而提高了系统的总体识别率.同时,也验证了RBF-SVM的良好特性和其受参数的约束规律.
image
- 图像处理，图像的数字识别，利用神经网络多数字图像进行数字识别，识别率还可以，并且能在VC上运行啊
Edgev1
- 一个图像边界识别的程序，进行边界识别，识别率特别的高。
gray_fragile_robust
- matlab编写的对灰度图像的数字水印添加与提取程序。压缩包中有示例图片。可以添加水印，结果肉眼不易分辨出变化，不影响使用。可加入信息长度达10k字节。提取时可验证是否被修改过，如未修改，可提取隐藏信息。可标记修改位置。当图像发生旋转，缩放，少量平移时，仍能提取出强水印信息，以确保图像来源。弱水印识别率高，强水印识别率不是很高，当图像变化较小时，可以工作，变化较大时，强水印也无法提取。
chepaishibie2
- 在车辆牌照自动识别系统中,因自然因素或采 样因素使得原本规则的印刷体字符产生畸变,给字符识别带 来了很大困难。本文在特征抽取的基础上,采用BP网络进行 分类,并附加线性感知器来实现单字的有效识别。该方法算法 简便,识别率高,可适用于多种高噪声环境中的印刷体字符识 别。
fingerprint_recognition
- 用C++语言开发的指纹识别程序，改进了算法,提高了识别率达到了98％以上.
numberrecognize
- 数字识别系统代码，该系统的识别率一般情况下为90％。
TextRecognition
- vb写的识别软件，可以判断初数字和字母，识别率比较高
PtBarcodeDec
- 识别率很高的PDF417、QR码和Data Matrix码解码程序，带解码的DLL，用法也相当简单。
JpgDll
- 已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行\\\\Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。 当然读者也可以自行用训练样本训练网络，不过要特别注意训练样本的选择，否则可能造成识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下，训练样本数目尽量多。
ocr
- 该源代码压缩包中有2款OCR手写文字识别源码。一款是陨落雕(ThirdApple)的大作，识别率不错，手写输入识别后分别给出匹配率和匹配的字符。另一款是国外的源代码，也比较简单，这个源代码有字符学习功能，可以先学习，然后识别的能力就增强了。同时该源代码具有识别库文件信息储存，可以把一些个人手写习惯的字符储存起来，这样系统识别效率就高多了。 这类源代码感兴趣的可以学习一下，有助于识别一些登录识别码的研究。目前这些源代码仅能识别英文字符和数字，第个源代码功能强些，可以识别自定义字符，但需要学习
recognize
- 本代码是基于神经网络的文字识别系统，目录主要包括：文档和两个源代 其中源代码是识别程序的，另一个是矩阵类库的。 已经保存了训练好的网络权值，所以第一次使用识别程序时，可以直接运行Release目录下的可执行文件，然后对图片目录中的测试图片进行读入、识别。当然也可以自行用训练样本训练网络，不过要注意训练样本的选择，否则可能识别率很低。训练样本选择的原则是，尽可能的有代表性，在训练时间不至于太长的情况下训练样本数目尽量多。