搜索资源列表
Analysis-on-Moving-Object
- 计算机视觉研究的主要问题之一是运动物体的检测与跟踪, 它将图像处理、模式识别、自动控制、人 工智能和计算机等很多领域的先进技术结合在了一起, 主要应用在军事视觉制导、视频监控、医疗诊断和智能交通 等各个方面, 因此该技术已经成为一个重要的研究方向。阐述了视觉跟踪算法的研究现状和视觉跟踪算法的种类, 研究了基于区域的跟踪算法、基于模型的跟踪算法、基于特征的跟踪算法和基于主动轮廓的跟踪算法, 探讨了视觉 跟踪算法的未来研究方向。-One of the computer vision
ASM
- ASM主动形状模型，实现轮廓提取有一定的帮助-ASM active shape model, contour extraction will certainly help
a
- :人耳识别系统中,需要根据特征提取的要求实现图像的自动归一化,并且选择合适的依据使归一化后的结果具有一定的有效性和合理性。提出了一种新的外耳长轴标记法,根据外耳长轴将人耳统一到标准的尺寸和角度 运用主动形状模型算法,实现了外耳轮廓的自动搜索,且对算法进行了改进,调整了模型的初始位置。实验证明,改进后的主动形状模型(ASM)能更快速准确地收敛,且归一化的方法能够合理地将人耳标准化,为后续的特征识别提供了保障。-In the ear recognition system, it is require
snake
- 利用传统的主动轮廓提取模型，提取单个物体的轮廓，用了opencv图像处理库，通过此算法，对编程有了更深的理解。-Using traditional active contour extraction model, extracting the outline of a single body, with opencv image processing library, through this algorithm, a deeper understanding of programming.
基于ASM和K近邻算法的人脸脸型分类_张倩
- 针对人脸特征分类问题，提出一种基于主动形状模型(ASM)和 K 近邻算法的人脸脸型分类方法。将 Hausdorff 距离作为 K 近邻算法的距离函数，利用 ASM 算法提取待测图像的特征点，对点集进行归一化后计算人脸轮廓特征点与样本库中所有样本点集的 Hausdorff距离，根据该距离值，通过 K 近邻算法实现待测图像的脸型分类。实验结果证明，该方法分类正确率高、速度快、易于实现。(Aiming at the problem of face feature classification, thi