暂无评论
为了进一步提高人脸检测的准确率,本文采用一种基于运动区域的检测方法,该方法主要通过采用帧差法和自适应的滑动平均法相结合的算法,建立提取运动区域的模型,然后通过基于Boxfilter算法的Viola-J
针对现有掌纹分割算法中存在丢失部分有效信息的问题,提出了一种新的五点掌纹分割算法。首先,用基于仿射变换快速方法找到手掌的最大内切圆;然后,又用坐标变换和角度标定的方法找到手掌上的五个特征点;最后,通过
针对行驶中的车辆易受阴影及相似车辆的影响问题,提出了一种基于卡尔曼滤波的区域特征融合车辆跟踪算法。算法首先借鉴空间金字塔匹配模型将车辆在空间上进行划分,然后将颜色特征、局部三值模式纹理特征和Hu不变矩
基于改进加速鲁棒特征的平面旋转人脸检测算法,马丹,赖惠成,针对人脸检测中存在的旋转人脸的问题,本文提出将改进的SURF(SpeededUpRobustFeatures)与Adaboost算法相结合并融
针对目标检测中利用SIFT算法在提取图像特征时提取的背景特征点所占比例较大,提出了一种图像显著区域与SIFT算法相结合的目标匹配方法。为使检测出的极值点与人眼观察到的极值点相似,提出对尺度空间中的图像
虽然基于深度学习的目标检测器具有较高的检测精度,但是大多数检测器的检测速度不能满足实时性要求.此外,目前主流的实时检测算法如SSD(single shot multibox detector)和YOL
近年来,伴随着智能车辆的快速发展,行人检测在车辆辅助驾驶方面越来越受到重视。提出一种二维显著性纹理算子(Two-dimensional Significant Local Binary Pattern
边缘检测技术的关键在于检测前的图像去噪问题。Madenda方法考虑了尖锐、模糊、噪声的影响,但在全图像范围内采用的是统一的噪声抑制参数和模糊控制参数,从而缺乏对不同区域内噪声抑制的针对性。为此,提出基
针对传统特征提取和分类方法速度慢、稳定性差、识别率低等特点,提出了一种基于外围结构特征提取的手写数字识别方法。该方法多次少量地提取经过双射变换后的图像外围结构特征,对每一次提取的特征结合BP神经网络生
提出了一种改进的surendra运动目标检测算法,该算法可以自适应的调整背景更新速度。首先将第一帧图像作为背景图像,并利用改进的surendra背景更新算法根据每帧图像对背景图像进行更新获得可靠的背景
暂无评论