红外自动目标识别是当前智能化图像处理及应用开发的前沿关键技术,其研究进展与 计算机视觉的发展水平紧密相关。人类视觉系统是计算机视觉的原始模型,其视觉感知机理的研 究将有助于揭示视觉表象的本质,进而为准
sar自动目标识别的例子,是个很好的学习工具
基于视觉目标识别与三维定位关键技术的研究
针对目标识别问题,采取了基于协同学的模式识别理论,引入了协同神经网络并对其稳定性进行了分析,提出了基于协同神经网络对军事目标进行识别的方法,并通过仿真验证了该方法的有效性。
针对复杂电磁环境下目标实时识别追踪的复杂性和多样性,利用图像配准技术提出了一种基于尺度不变特征的目标识别与跟踪方法,有效地反映了目标图像的特征分布,提高了跟踪与识别系统的可靠性。实验表明,当目标进行较
NAO机器人目标识别的方法研究,提供一篇论文,供大家参考下载,相互交流
本文主要研究基于机器视觉和深度学习的目标识别与定位,为传统工业机器人加入视觉系统,实时监测加工对象的信息,应用机器视觉和深度学习的理论与方法对这些信息进行处理,提高机器人的智能化水平。实验平台为本实验
为了准确地进行SAR图像目标识别,提出一种基于稀疏表示的SAR目标识别方法,在用主成分分析(PCA)进行降维的前提下,利用降维后的训练样本构建稀疏线性模型,通过[?1]范数最优化求解测试样本的稀疏系数
摘要: 通过对鼠标工作原理与驱动程序的研究,提出了利用显示坐标与鼠标坐标的映射实现位移测定的方法; 通过L abVIEW 编程,摆脱了图形用户界面对鼠标指针的范围限制,实现不限量程的精密位移测量; 采
随着社会经济的快速发展,以及现代化军事技术水平的快速提升,在军事活动中信息的重要性已 经超越了军事装备本身的技术水平,成为决定军事行动成败的重要因素,而红外搜索技术作为一 种作用机制与传统探测技术完全
