一种融合HOG人体目标检测和SVM分类器的安全帽识别方法

一种基于多特征融合的视频目标跟踪方法

提出了一种基于目标区域的融合方法。将原图像分为目标区域和背景区域,在利用à trous小波算法分解图像的基础上,分别对目标区域、背景区域以及两区域间的边界部分进行不同的融合处理得到融合后小波系数,最后

针对大量复杂而亟待分类的模式类型，提出了一种基于层级分类策略的复杂模式识别方法。该方法通过选择合适的分层标志，从多侧面反映被分类对象的属性，降低了分类的复杂度，提高了分类效率。建立了层级分类策略模型以

一种基于幅度和相位信噪比的双重阈值PSC识别方法，范洪冬，祝传广，对比研究了现有的基于幅度、相干性、相位和SCR的PSC识别方法，并分析了各种方法的优缺点以及适用情况。探讨性地提出了一种基于幅度

本发明属于深度学习在指纹识别领域的应用,具体涉及一种采用深度神经网络对 小面积指纹图像进行特征提取并识别的方法和装置。

用SVM方法制作的分类器1 Training Click “Learning “ from Toolbar or Menu, a dialog will appears like following

一种利用预置关键词表进行预分类的方法,并详细说明了该方法的原理与实现

白色安全帽PPT模板.pptx,图中是一个白色的安全帽。颜色以白色为主，适用于劳动安全、城市建设等主题。

为了更好地利用单演幅值和区域主方向信息,分别提出了一种单演韦伯差异激励局部块二值模式和单演区域主方向模式,并在此基础上进一步采用分块子模式策略融合两种特征。该方法首先对单演幅值求取差异激励,将差异激励

针对中文问题分类方法中提取语义信息不准确和特征向量维数过高导致处理速度过慢的问题,提出了一种融合多种语义特征的问题分类方法。借助HowNet,兼顾问句的句法和语义信息,选取问题疑问词、核心词的主要义原