稀疏表示,也被稱為壓縮傳感,最近已應用到基於圖像的面部識別和證實了令人鼓舞的結果。在此框架下,每個面由一組特徵,這充分地表徵每個單獨的表示。與面對同一個體的先驗知識都彼此相似,探針面可以被視為被很好通過線性組合同一個體的第k參考面在訓練集中近似。 代碼已經過測試Terravic面部IR數據庫。該Terravic面部紅外數據庫包含總量不。 20班的8位灰度JPEG熱面(19男1女)。數據庫的大小是298MB和圖像的不同旋轉的左側,右側和正面人臉圖像也可以用不同的項目,如玻璃和帽子 要求: < P>...

傅立葉變換貝塞爾面部識別 - MATLAB源代碼。基於極高頻的新型生物動機人臉識別算法。極頻描述符是從人臉圖像提取傅立葉變換貝塞爾(FBT)。目前大多數的面部識別算法是基於從笛卡爾透視特徵提取,典型到大多數模擬和數字成像系統。靈長類動物的視覺系統,另一方面,是已知的對數處理視覺刺激。在極地頻域的圖像的另一種表示是二維傅立葉變換的貝塞爾。這種變換發現在分析模式在一個圓形的領域多個應用程序,但很少利用圖像識別。 。Matlab的圖像處理工具箱是必需的 要求: Windows 3.X的/ 95/98 /...

植物無處不在我們的生活,以及沒有我們的地方。他們中許多人攜帶顯著的信息,為人類社會的發展。在緊急的情況是,許多植物有滅絕的危險。所以這是非常有必要建立植物保護的數據庫。我們認為的第一個步驟是教計算機如何分類植物。與基於葉圖像的其它方法,如細胞和分子生物學的方法,分類相比是葉植物分類的第一選擇。取樣的葉子和photoing它們是低成本,方便。人們可以葉圖像輕鬆傳輸到電腦和一台電腦可以在圖像處理技術自動提取特徵。有些系統採用用植物學家的描述。但它是不容易的提取和這些功能自動傳送到計算機。 我們已經開發了一種高...

在步態作為生物特徵的興趣強烈地受到需要用於視覺監控和監視應用的自動識別系統的動機。近日,在監控應用中使用步態的人身份已經吸引了研究人員的計算機視覺。步態識別為監視系統的適用性出現的事實,步態可以從距離,以及其非侵入性質被感知。雖然步態識別仍是一個新的生物特徵,它克服大部分的局限性,其他生物的,如面部,指紋和虹膜識別,可以在大多數情況下都涉及嚴重罪行,其中遮擋受到影響。 要求: ...

簽名驗證技術利用簽名的獨特的方面,以驗證個人的身份。該技術檢查簽名的行為成分,如筆順,速度和壓力,相對於比較簽名視覺圖像。不同於傳統的簽名比較技術,簽名驗證測量簽署的體力活動。雖然一個系統還可以利用一個簽名,或“靜態的簽名,”的視覺外觀的比較簽名驗證的主要組件是行為。在過去的幾十年中,許多方法已被開發,在圖案識別區域,其接近離線簽名驗證問題。有離線簽名驗證兩種主要方法:靜態方法和擬動力方法 要求: ...

基於神經網絡和小波分解的Matlab的源代碼的股市預測。神經網絡的預測能力是合併在一起的多尺度小波分析。 。購買/賣出信號的檢測準確度高 要求: Windows 3.X的/ 95/98 / ME / NT / 2000 / XP / 2003服務器/...

相關過濾器已成功應用於自動目標識別(ATR)的問題。最基本的相關濾波器是匹配的空間濾波器(MSF),其脈衝響應(在2-D,點擴展函數)是參考圖像的翻轉形式。而在無國界醫生通過檢測加白噪聲干擾的參考圖像表現良好,這表現不佳時,參考圖像出現扭曲與(例如,旋轉,縮放變化)。因此,一個無國界,將需要以檢測對象的每個的外觀。顯然,這是計算吸引力實際模式識別。赫斯特和Casasent解決了這個難題,推出了綜合判別函數(SDF)過濾器。自衛隊濾波器是其中的組合權重被選擇成使得對應於訓練圖像中的相關輸出將在原點收率預先指定...

指紋識別系統。 matlab源代碼,指紋識別。基於濾波器組的指紋匹配。所提出的基於過濾器的算法使用的Gabor銀行濾波器在指紋作為緊湊型固定長度的FingerCode捕捉局部和全局的細節。 Matlab和Matlab的圖像處理工具箱都需要 要求: 在Windows 95/98 / ME / NT / 2000 / XP /...

對於虹膜識別今天的一個主要途徑是產生對應於個人的虹膜圖像特徵向量,並執行虹膜根據一些距離度量匹配。之一,在基於特徵的虹膜識別的難題是,匹配性能顯著通過在特徵提取過程中的許多參數,其可以根據圖像採集的環境因素而變化的影響。我們採用基於相位的圖像匹配提出了一個高效的算法,虹膜識別。 要求: 在Windows 95/98 / ME / NT / 2000 / XP / Vista中,MATLAB...

人工神經網絡(人工神經網絡)是設計用來模擬一個簡單的生物神經系統被認為是操作方式的程序。它們是基於模擬的神經細胞或神經元,其連接在一起以各種方式,以形成網絡。這些網絡必須學習,記憶和創造之間的數據關係的能力。 ANN是一個信息處理範例,在硬件或軟件中實現是大腦的生物處理之後進行建模。人工神經網絡是由高度互連節點,稱為神經元或處理單元的集合。甲節點接收加權輸入從其他節點,總結這些輸入,並通過一個函數對其他節點傳播這個總和。這個過程類似於生物神經元的動作。 。一個神經網絡學會由例子 要求: ...