搜索资源列表
tiduruihua1
- 数字图像处理基础算法源代码，梯度锐化，好好努力啊-digital image processing algorithms based on the source code, gradient sharpening, a good effort ah
Matlabbased-gesturerecognition 用matlab做的手势识别
- 用matlab做的手势识别 基于梯度方向直方图特征提取 欧氏距离判断-Gesture recognition with matlab do the gradient direction histogram feature extraction based on Euclidean distance to determine
Gradient
- 基于空间梯度直方图的行人检测算法,基于空间梯度直方图的行人检测算法-Gradient histogram space-based pedestrian detection algorithm
ganzhiqi
- 模式识别里的感知器算法，基于分类应用，校正方法是最优化技术中的梯度下降法。-Inside the sensor pattern recognition algorithm, based on classification applications, calibration method is the optimization of the gradient descent.
7788
- 大名鼎鼎的方帅的博士学位论文---目前,计算机智能视频监控在理论和应用上都面临着很多难题,国内外大批学者投身于该领域的研究和探索,并且取得了大量的成果.本文是在这些成果的基础上,对计算机智能视频监控系统的关键技术进行研究.主要贡献可概括如下:首先,对目标检测技术进行了研究,并提出了一种基于背景建模的运动目标检测算法.利用统计的方法建立了基于颜色和颜色梯度的背景模型,并实时地对背景模型进行更新,最后将这两种背景模型综合考虑对目标进行了有效的检测.接着,研究了复杂背景下多目标跟踪问题,提出了基于蒙特
chepaidingweiyanjiu
- 本文是在以往的车牌分割算法的基础上着重介绍了一种车牌识别技术中的 字符分割算法，以及针对一种已有的字符识别算法的改进性研究。 车牌自动识别技术是指能够检测到受监控路面的车辆并自动提取车辆车牌 信息（含汉字字符、英文字母、阿拉伯数字及号牌颜色）进行处理与识别的技术。 它以计算机技术、图像处理技术、模糊识别技术为基础，建立运动车辆的特征模 型，识别车辆特征，如号牌、车型、颜色等，并着重解决高速车辆图像的获取及 清晰度问题 本章是本文的绪论部分，主要介绍了车牌识别技术的应用
156423
- 为实现教室监控视频中多目标智能跟踪，研究提出了一种基于前景检测修正和梯度特征的改进型ＣａｍＳｈｉｆｔ算法。该算法利用收敛速度分段分区可调的背景重建算法对视频序列进行背景重建与前景检测。综合考虑了前景检测结果，图像 梯度和颜色特征，进行ＣａｍＳｈｉｆｔ目标跟踪。该算法能自适应调节梯度与颜色特征融合比例，对强光有一定的抑制作用。开发了实验软件，仿真结果表明了所提算法的有效性，为解决教室照明用电浪费问题提供一个可行的解决方案。-Surveillance video in the classroom
shuiguojiance_vcPP
- 基于图像处理，vc++平台的水果识别。通过亮度调整，梯度处理，边缘图像，边界跟踪，计算颜色形状等，计算出结果。-Based on image processing, fruit recognition vc++ platform. Through the brightness adjustment, gradient, edge image, boundary tracking, calculation of color shape, the calculated results.
HSCcvpr2013
- This paper is a report CMU CVPR2013 article, proposed a sparse encoding based on contour features, referred to as HSC (Histogram of Sparse Code), and in target detection beyond the HOG (Histogram of Gradient) this paper introduces ideas and calculati
dnorg
- 通过最速下降算法研究基于梯度的自适应方法,最速下降是递归的,-Through the study of steepest descent algorithm based on gradient adaptive method, the steepest decline is recursive,