【摘 要】
：
不同尺度的局部二元模式(LBP)提取了红外人脸图中不同的微结构局部特征。为了挖掘不同尺度中局部特征的相关性,提出了一种基于多尺度LBP共生直方图的红外人脸识别方法。传统的多尺度LBP特征提取方法,丢失了对多尺度特征间相关性信息的提取。为了充分考虑微结构间的相关统计信息,提出了多尺度LBP共生直方图表示方法,以提取包含在红外人脸图像中的有用鉴别特征。多尺度LBP共生直方图特征表示方法不仅可以消除环境
论文部分内容阅读
不同尺度的局部二元模式(LBP)提取了红外人脸图中不同的微结构局部特征。为了挖掘不同尺度中局部特征的相关性,提出了一种基于多尺度LBP共生直方图的红外人脸识别方法。传统的多尺度LBP特征提取方法,丢失了对多尺度特征间相关性信息的提取。为了充分考虑微结构间的相关统计信息,提出了多尺度LBP共生直方图表示方法,以提取包含在红外人脸图像中的有用鉴别特征。多尺度LBP共生直方图特征表示方法不仅可以消除环境温度对红外人脸图像特征提取的影响,而且还可以增强对局部特征表示的鉴别性。实验结果表明:多尺度局部二元模式
其他文献
针对目标跟踪中的物体遮挡、光照影响、杂波扰动等问题,设计一种基于最小费用流建模的跟踪器.该跟踪器把整数规划与最小费用流模型相结合,将目标跟踪问题转变为可解的线性规划问题.与其他同类型跟踪器相比,该跟踪器具有更好的跟踪准确性.实验结果表明:运用最小费用流模型的跟踪器可以对复杂环境下的多个目标进行稳定跟踪,提升了跟踪的鲁棒性.
Soil organic matter(SOM) content is one of the most important indicators of the sustainability of soil. To maintain sustainable soil utilization and management in fragile Hani terraced field, it is me
Determining how agricultural management practices affect soil phosphorus(P) over the winter may further our understanding of the soil P cycle under specific environmental conditions in eastern Canada.
Soil organic carbon(SOC) is an important component of farming systems and global carbon cycle. Accurately estimating SOC stock is of great importance for assessing soil productivity and modeling globa
Soil quality is a major concern in the management of urban parks. In this study, the soils at 0–3, 3–13, and 13–23 cm depths were sampled from six urban parks, differing in reconstruction intensity(ma
针对树上苹果产量的早期估测问题,提出了一种利用果树图像树冠树叶与果实的信息,通过BP(Back propagation)神经网络建立模型进行苹果估产的方法。首先在苹果园内分别获取果树在苹果半熟期、成熟期的数字图像,并在苹果收获时将每棵树上的苹果称量,得到实际产量;采用图像处理方法识别出树冠上的果实及树叶;提取果实区域及树叶区域与产量相关的信息为输入,以果树实际产量为输出,建立基于BP神经网络的半熟
随着计算机断层图像(CT)、核磁共振成像(MRI)、核磁共振血管造影(MRA)等医学成像技术的产生和发展,特别是随着计算机技术的发展,医学体数据可视化已从辅助诊断发展为辅助治疗的重要手段[1],在临床中发挥着越来越重要的作用。医学体数据可视化是运用计算机图形学和图像处理技术,将从CT、MRI等医学影像设备中获取的人体及其器官的断层二维序列或三维数据,在三维空间上生成三维图像,并进行定性和
本书为法国著名哲学家保罗·维利里奥关于新技术与图像新型逻辑的重要文集。作者梳理了再现手法的演变:由绘画、雕塑和建筑时代的形式逻辑,到摄影和电影时代的辩证逻辑,进而发展到当今时代的反常逻辑。城邦中的"公共空间"突然让位于"公共图像",即实时在场的反常图像,而这个真实时间将替补主体与客体之间的真实空间。
The Internet of Things(Io T)as an emerging network paradigm is bringing the next scientific and technological revolution for ubiquitous things’interactions in cyber-physical-social spaces.The Io T inf
主要研究了红外图像中运动点目标的检测及跟踪问题。在复杂背景下,根据小目标在红外影像中容易丢失的特性,利用trous小波变换对图像非抽取(变换后图像数据未损失)的优点对红外图像进行了背景抑制与增强。通过聚类分割算法分割出了可疑目标,并采用八邻域分析算法准确跟踪并提取出了运动小目标。试验结果表明,本文算法在对红外序列图像中的运动目标进行检测与跟踪时具有较强的实用价值。