搜索资源列表
2DLDA_PK_LDA_for_feature_extraction
- These are the codes in \"A note on two-dimensional linear discrimant analysis\", Pattern Recognition Letter In this paper, we show that the discriminant power of two-dimensional discriminant analysis is not stronger than that of LDA under the assu
mylineseg
- 线段及直线的基本运算 1. 点与线段的关系2. 求点到线段所在直线垂线的垂足3. 点到线段的最近点4. 点到线段所在直线的距离 5. 点到折线集的最近距离 6. 判断圆是否在多边形内7. 求矢量夹角余弦 8. 求线段之间的夹角9. 判断线段是否相交10.判断线段是否相交但不交在端点处11.求线段所在直线的方程 12.求直线的斜率 13.求直线的倾斜角14.求点关于某直线的对称点15.判断两条直线是否相交及求直线交点 16.判断线段是否相交，如果相交返回交点-straight line segme
oula
- 基于欧拉-熵向量的图像检索,相似度可用马氏距离-Based on Euler- entropy vector image retrieval, similarity can be used Mahalanobis distance
Featureextractionforcomputervisionbasedfiredetecti
- 火灾视觉特征的提取是视觉火灾探测中的关键问题. 我们主要研究色彩、纹理以及轮廓脉动 等特征的提取,并提出一种度量轮廓脉动信息的距离模型,该模型在规格化的傅立叶描述子空间能 够准确地度量这种时空闪烁特征. 实验结果表明,该方法具有比较好的鲁棒性,有助于提高视觉火 灾探测的准确率、降低误报漏报率.-Based on investigating color , text ure and temporal feat ures for vision based fire detection ,
SVM_FACE
- 基于支持向量机的人脸检测训练集增强算法实现。根据支持向量机(support vector machine，简称SVM)~ ，对基于边界的分类算"~(geometric approach)~ 言，类别边界附近的样本通常比其他样本包含有更多的分类信息．基于这一基本思路，以人脸检测问题为例．探讨了 对给定训练样本集进行边界增强的问题，并为此而提出了一种基于支持向量机和改进的非线性精简集算法 IRS(improved reduced set)的训练集边界样本增强算法，用以扩大-91l练集并改
100419
- 这是一个项目时使用到的"三维空间向量/点"类及相关函数,使用它们可以定义一个空间向量/点,实现向量的平移,缩放和旋转等,使用相关函数还可以实现两向量的叉乘,得到一个向量的绝对长度,将一个向量单位化,得到一个三点决定的平面的垂直向量(经过单位化),得到空间中两点的距离,得到两向量的点积,得到两向量的夹角等操作,为方便用户的使用,每个函数都有详细的注释,希望对大家有所用处.-This is a project to use the " three-dimensional space vect
Vector-quantization-of-the-C
- 矢量量化算法的C语言实现：LBG(K-均值)聚类算法，在欧几里的距离基础上用LBG算法将输入向量聚类。-Vector quantization of C language implementation algorithm:LBG (k-means) clustering algorithm, in several European based on the distance with LBG algorithm will input vector clustering.
matlab-image-process
- comparehist是用于检测两个图像的直方图巴士距离，xuefu是通过C类均值算法对图像进行颜色聚类，ccv是提取衣服图像的颜色一致向量，便于以后对图像各个特征值进行操作-comparehist is used to detect the two image histogram bus distance, xuefu Class C means algorithm for image color clustering, ccv extract clothes image consistent
face-detection-for-K-L-transform
- 基于K-L变换的人脸识别技术主要思想是：提取输入人脸图像矩阵的特征向量，并与图像数据库中样本特征的向量求欧氏距离，距离小于阈值时便认为识别成功。本程序即为利用K-L原理实现人脸检测的实例。-The main idea of the face recognition technology based on KL transform is: extract the matrix of the input face image feature vectors and Euc
face_recognition
- 1. 本程序使用PCA算法对训练图像降维，得到特征图像； 2. 将每一幅图片与平均图像的差值投影到特征向量空间； 3. 计算训练图片投影两两之间的最大欧氏距离distance_max； 4. 将测试图片也投影到特征向量空间，计算它与所有训练图像投影的最小欧氏距离distanceST_min。 5. 设定判别阈值（设为0.3*distance_max，此为测试得到的经验值，不同阈值将影响判别结果）。当distanceST_min>0.3*distance_max时，则认为测试
createFaceEignDatabase
- 利用一个小样本人脸样本库创建数据库ar_test.mat中的训练样本数据和待测样本数据将生产的数据库文件.mat利用FDDL程序进行测试，分类；在程序最后先利用最短距离测试提取特征的效果本文利用SVD分解，并提取了每一幅图像的前3列特征向量（前三个主成分），共计3*200个特征向量，构成一个训练样本列元素最后的简单分类测试效果在90 ，区分度较好，能够适用于其他分类器实验..后续中，选取了第一主成分，发现识别率达到100 ；选取了前33个，反而低于了90 ，不知如何解释？-Using a sma
panbie
- 判别方法，支持向量机与马氏距离判别法，用在可见及近红外光谱分析上百分之一百可以，自己写的，最好是matlab2014a，这个版本可以使用-Discriminant method, support vector machine (SVM) with markov distance criterion, with one hundred percent in the visible and near infrared spectrum analysis, write their own, had b
qzvmfilter
- 基于空间距离加权的矢量中值滤波器考虑了R、G、B三分量的关系，提高了图像滤波性能-The vector median filter based on spatial distance weighting takes into account the relation of three components of R, G and B, and improves the filtering performance of the image
demo_ASIFT_src.tar
- 得到图像的特征点以及对应的特 征向量后，采用关键点特征向量的欧式距离作为两幅图 像中关键点的相似性判定度量(The feature points and corresponding features of the image are obtained After the eigenvector, the Euclidean distance of the feature vector of the key points is used as the two map Similarity