场景分类是计算机视觉领域中的一个基础处理过程,在模式识别,机器学习,图像内容理解,图像检索等中扮演重要角色.在特征提取中,经典的SIFT特征因具有对图像的平移,旋转,缩放,甚至对仿射变换保持不变性且具有良好的显着性和鲁棒性而得到广泛应用.而作为分类器之一,SVM以小样本统计机器学习理论为基础,无需依赖于设计者的经...
基于SIFT和SVM的人脸识别研究 系统标签: 人脸识别siftsvmitio研究 2009届研究生硕士学位论文 学校代码:10269 学号:51061201064 举束峰忿尺带 基于SIFT和SyM 的人脸识别研究 院系: 信息学院计算机系 专业: 计算机应用技术 研究方向: 模式识别 指导教师: **教授 硕士研究生: 张丽春 2008年 11月 2009届研究生硕士学...
首先,利用尺度不变特征变换(SIFT)算法提取碎片纹理特征,在此基础上构建每幅碎片图像的词袋模型(BoW)。其次,利用Hu不变矩提取碎片形状特征,最后,将纹理特征和形状特征结合并通过SVM进行训练,得到相应的文物碎片分类模型。实验结果表明,该方法显著提高了碎片分类的准确率。
watersink/Corel5K BranchesTags Latest commit watersink first commit Jul 14, 2016 67a29d4·Jul 14, 2016 History 1 Commit Repository files navigation README Releases No releases published