当前位置：
首页 资源下载
搜索资源 - Scale invariant feature transform
搜索资源列表
-
0下载：
SIFT特征（Scale-invariant feature transform，尺度不变特征转换)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量-SIFT features (Scale-invariant feature transform, scale-invariant feature transform) is a computer vision algorithm to detect and describe the
-
-
0下载：
1999年British Columbia大学大卫.劳伊（David G.Lowe）教授总结了现有的基于不变量技术的特征检测方法，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子－SIFT（尺度不变特征变换），这种算法在2004年被加以完善。
-University of British Columbia 1999, David Rowe (David G. Lowe) summed up the professor is not variable
-
-
0下载：
这是sift算法，尺度不变特征转换的实例-This is the sift algorithm, scale-invariant feature transform
-
-
0下载：
Sift implementation with opencv, this method Applys David Lowe s Scale Invariant Feature Transform (SIFT) algorithm to a grayscale image.
-Sift implementation with opencv, this method Applys David Lowe s Scale Invariant Feature Transform (SIFT) alg
-
-
0下载：
Apply David Lowe s Scale Invariant Feature Transform (SIFT) algorithm to a grayscale image. This algorithm takes a grayscale image as input and returns a set of scale- and rotationally invariant keypoints allong with their corresponding feature descr
-
-
0下载：
Apply David Lowe s Scale Invariant Feature Transform (SIFT) algorithm to a grayscale image.
-
-
0下载：
this programme implements David Lowe s Scale Invariant Feature Transform (SIFT) algorithm to a grayscale image
-
-
0下载：
采用改进的尺度不变特征变换算法计算物体旋转角度-The improved scale-invariant feature transform algorithm to calculate the object rotation
-
-
0下载：
尺度不变特征变换（SIFT算法）Matlab 程序代码-Scale-invariant feature transform (SIFT algorithm) Matlab code
-
-
0下载：
SIFT特征（Scale-invariant feature transform，尺度不变特征转换)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征，它在空间尺度中寻找极值点，并提取出其位置、尺度、旋转不变量，此算法由 David Lowe 在1999年所发表，2004年完善总结。其应用范围包含物体辨识、机器人地图感知与导航、影像缝合、3D模型建立、手势辨识、影像追踪和动作比对。-Scale-invariant feature transform (or SIFT) is an algori
-
-
0下载：
This paper investigates a new face recognition system based on an efficient design of MLP classifier using each SIFT (Scale Invariant Feature Transform) keypoint as feature.
-
-
0下载：
This paper investigates a new face recognition system based on an efficient design of classifier using SIFT (Scale
Invariant Feature Transform) feature keypoint. This proposed system takes the advantage of SIFT feature which possess strong
robust
-
-
0下载：
Sift算子最早是由D.G.Lowe于1999年提出的，当时主要用于对象识别。
2004年D.G.Lowe对该算子做了全面的总结，并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子sift（Scale Invariant Feature Transform)算子，即尺度不变特征变换。-Sift child the first count by DGLowe in 1999, was mainly used for object recognition
-
-
0下载：
尺度不变特征变换匹配算法 ppt格式 算法讲解-Scale Invariant Feature Transform （SIFT）
-
-
0下载：
The SIFT algorithm[1] takes an image and transforms it into a collection of local feature vectors.
Each of these feature vectors is supposed to be distinctive and invariant to any scaling, rotation or
translation of the image. In the original i
-
-
0下载：
SIFT (Scale-invariant feature transform) est un algorithme de vision assistée par ordinateur permettant de détecter et
décrire des zones d intérêts dans une image. Cet algorithme a été publié par David Lowe en 1999, et le propriétaire du
brevet e
-
-
0下载：
sift算法 图像处理 尺度无关特征转换 matlabSIFT算法的主要思想是在尺度空间寻找极值点，然后对极值点进行过滤，找出稳定的特征点。最后在每个稳定的特征点周围提取图像的局部特性，形成局部描述子并将其用在以后的匹配中.-Scale Invariant Feature Transform (SIFT) is an
approach for detecting and extracting local feature
descr iptors that are reasonably i
-
-
0下载：
关于视频结构分析，总结了目前镜头分割、关键帧提出、场景边界检测的方法，基于目前算法存在的缺陷，提出了尺度不变特征变换的方法。-Video structure analysis, summed up the scene boundary detection, shot segmentation, key frame proposed scale invariant feature transform method based on the current algorithm defects.
-
-
0下载：
Histogram of Oriented Gradients (HOG) are feature descr iptors used in computer vision and image processing for the purpose of object detection. The technique counts occurrences of gradient orientation in localized portions of an image. This method i
-
-
0下载：
The Scale-Invariant Feature Transform (SIFT) bundles a feature detector and a feature descr iptor. The detector extracts from an image a number of frames (attributed regions) in a way which is consistent with (some) variations of the illumination, vi
-
«
1
2
34
5
6
7
8
9
10
...
32
»
