随着智能化时代的到来,深度学习在图像处理领域的应用越来越广泛,为复杂的图像处理带来了新的解决方法.但是,深度学习在带来高准确推理结果的同时,往往会造成运算量、推理时间以及处理器内存的增加,受限于数据的
针对目标识别特征值的不确定性问题, 提出一种基于直觉模糊推理的目标识别方法. 首先, 分析现有目标识 别方法的不确定性与局限性, 并对空中目标识别问题及目标特征进行描述; 然后, 设计系统状态属性变量
为提高目标识别的准确性和快速性,提出了基于全局和局部特征对目标识别的方法。基于颜色直方图提取全局颜色特征,利用多尺度空间来表达目标的局部特征,最后将全局和局部特征进行数据融合得到图像的识别结果。实验结
对图像中的目标进行自动识别,既节省了人力,又提高了信息的时效,是模式识别发展的一个重要方向.文中用矩不变量表示目标的形状特征,并对其在离散时不具有尺寸不变性进行改进,构造了新的矩不变量.根据提取的矩特
提出了一种基于相关分析的飞机目标识别方法。该方法利用飞机图像低频和高频部分合成滤波器模板,能达到很高识别率与很低的等错率。该研究旨在提高飞机识别的准确率和降低出错率,采用一种基于相
利用最大熵谱估计方法对四种飞机目标数据进行外推处理,并在此基础上进行逆合成孔径(ISAR)成像。然后采用ISAR图像的四个特征(几何矩、基于几何矩的不变量、形状特征、量化能量带)作为径向基函数(RBF
西北工业大学的优秀硕士毕业论文,前一部分研究的是数据挖掘技术,后一部分应用到目标识别领域,包括舰船辐射噪声的数据挖掘,很好的资源,欢迎下载!
论文资料详细阐述了基于形状的目标识别方法的研究成果,重点关注了形状特征在目标检测中的应用,分析了不同形状特征对识别准确度的影响。研究结果表明,基于形状的目标识别方法在处理复杂场景和遮挡情况下具有较好的
这是基于背景差法的运动目标提前,可分离前景和背景。有详细的注释。可供大家参考。
感兴趣的可以看看这篇文章——《基于OpenCV的运动目标检测跟踪实验平台》
