暂无评论
基于深度图像技术的手势识别方法理论知识,可做参考用.
知网下的做PCA毕设的参考文献,希望对大家有帮助~~~~·
图像匹配对于工具识别过程具有重要意义,传统的图像匹配算法匹配过程复杂导致匹配速度慢,在实际应用中有局限。为了提高工具识别的效率,通过分析工具图像特征,设计出一种基于Harris角点特征的图像匹配方法进
为了有效提取表面肌电信号SEMG(Surface Electromyographic)的特征,更好的识别人体上肢运动模式,提出了一种小波包核主元分析(WPKPCA)和支持向量机(SVM)相结合的新方法
文章主要讲的是利用小波变换来实现图像的识别。
针对传统基于光流法步态识别复杂、识别率不高的缺点,提出了一种非模型化的方法———光流空间分 布来描述并识别运动目标。首先,计算每帧步态序列中的密度光流场,所得的与尺度无关的矩描述了光流的空 间形状分布
基于深度学习的动态人脸识别方法
本文把经验模式分解(EMD)应用于有源滤波器的谐波检测。对谐波电流进行EMD分解,得到一系列固有模态函数(IMF),由于EMD分解的完备性,不同的IMF代表了不同的频率分量,即得到基波和各次谐波IMF
图像识别一般可以分为三个部分,即图像预处理、特征提取与图像分类。图像预处理的主要目的是消除图像中无关的信息,恢复有用的真实信息,一般有数字化、几何变换、归一化、滤波等步骤。
基于加权行质量向量的步态识别方法,肖德贵,王磊,为了在降低样本训练时间的同时提高数据分类能力,提出一种基于加权行质量的步态识别方法,首先提取人体轮廓行质量向量作为步态特
暂无评论