【摘 要】
：
传统的Haar-like特征算法在特征提取过程中仅对图像全局进行特征提取,忽略了目标敏感区域,易受非目标区域的干扰,导致识别率降低.本文对传统的Haar-like特征提取算法进行了改进,将图像分成三个区域,运用的矩形框模板分别从这三个区域中提取像素值,将其中两个区域的像素值减去两倍的另外一个区域的像素值作为特征值.采用高斯随机测量矩阵对高维度的特征值进行压缩,运用Adaboost分类器训练方法,利
论文部分内容阅读
传统的Haar-like特征算法在特征提取过程中仅对图像全局进行特征提取,忽略了目标敏感区域,易受非目标区域的干扰,导致识别率降低.本文对传统的Haar-like特征提取算法进行了改进,将图像分成三个区域,运用的矩形框模板分别从这三个区域中提取像素值,将其中两个区域的像素值减去两倍的另外一个区域的像素值作为特征值.采用高斯随机测量矩阵对高维度的特征值进行压缩,运用Adaboost分类器训练方法,利用构造好的分类器对压缩后形成的特征空间进行分类识别.实验结果表明,本文的方法不仅减少了分类器所需的训练时
其他文献
In order to suppress complex mixing noise in low-illumination images for wide-area search of nighttime sea surface,a model based on total variation(TV)and split Bregman is proposed in this paper.A fid
植物作为一个有机整体,已进化出复杂的机制来协调地下部与地上部的生长与发育,以应对环境的变化。本文从地下部与地上部之间远端调控的物质交换、信号传导、应用调控三方面综述了近年来的最新进展,以期对地下部与地上部远端相互调控机制有深入的了解,为植物生产过程的调控提供思路。
逆境胁迫生理是当前植物生理学研究的热点领域。作为世界上重要的经济海藻之一,紫菜养殖量逐年增加。但是由于紫菜主要生长于潮间带或者低潮带区域,海水环境中各种非生物胁迫是影响紫菜产量的重要威胁。近年来,随着m RNA差异显示、抑制消减杂交、c DNA代表性差异分析等技术的发展,国内外学者围绕紫菜抗逆生理的基因调控机制展开了一系列的研究,取得一定的科学认知。本文综述了紫菜在高低温、干出、光照、营养盐与重金
本文以高速公路监控系统为研究视角,针对GIS技术在高速公路监控系统中的应用展开分析讨论,期待为进一步提高高速公路监控效率贡献绵薄之力。
With the support by the National Natural Science Foundation of China and Chinese Academy of Sciences,the research group led by Prof.Wen LianXing(温联星)at the Laboratory of Seismology and Physics of Eart
拉普拉斯算子经傅里叶变换,可得到一个带通滤波窗口,将其运用于无透镜傅里叶变换数字全息再现可以有效去除零级像,但在中心区域,仍存在部分零级像残余。提出一种新的方法,该方法结合再现像的像素值分布统计,通过合理设定阈值,能有效地去除零级像残余,同时抑制散斑噪声。理论和实验分析表明,该方法可行有效。
And God said,"Let there be light,"and there was light.——《Bible》2018年4月23日晚,由科技部政策法规与监督司、中国科学院科学传播局、北京科学技术委员会支持,中国科学院物理研究所承办的第25期"科学咖啡馆"活动,请来了中国叶绿体膜研究领域的开拓者——中国科学院院士匡廷云先生。匡先生自上世纪60年代回国后,在国内开辟了叶绿体膜、叶绿素蛋
由中国勘察设计协会结构设计分会、中国建设科技集团股份有限公司、中国建筑西南设计研究院有限公司、东南大学、《建筑结构》杂志社主办,《建筑结构》杂志社和亚太建设科技信息研究院有限公司承办"第六届建筑结构抗震技术国际会议、汶川地震十周年高峰论坛"于2018年4月19-21日在成都胜利召开,包括11位全国工程勘察设计大师,多位设计院总工、重点院校教授以及重大项目负责人等在内的
疲劳驾驶检测中人脸检测的算法有很多,其中相对成熟的是Gentle-Adaboost,此算法虽然识别率较高,但是识别时间较长,研究在识别过程中使用均值哈希算法进行算法优化,并引入缓存的概念来缩短识别时间.首先,根据Gentle-Adaboost算法和Haar特征来提取基本特征点,然后通过对比前后两帧图像的哈希指纹来减少人脸检测次数,最后通过缓存数据库来存储相似图片的哈希指纹,运行一段时间后仅需通过对
为了由数据特征实施对数据更好的查询、图像更好的分割,提出了一种小邻域分类(ε-NC)方法.ε-NC能找出最佳的分类数量,分类时间明显减少.引入相对熵损失来限制样本图像的失真,采用可变步长搜索方法提高最小采样率搜索过程的效率;给出模糊隶属度,形成分类的有效性判断函数,减少迭代次数.采用ε-NC分类方法,对图像分割的准确率高、速度快、抗噪能力强,它对图像目标分类的准确率比传统最好的分类方法的准确率平均