掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
生物特征識別技術與方法 版權信息
- ISBN：9787118089523
- 條形碼：9787118089523 ; 978-7-118-08952-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
生物特征識別技術與方法 本書特色
胡德文編著的《生物特征識別技術與方法》從模式識別的角度進行生物特征識別的方法學研究,主要探討應用*廣泛的人臉、指紋、掌紋等相關的檢測、識別技術。研究的方法均屬于目前模式識別領域十分活躍的方法,包括流行學習理論、子空間學習方法、松弛標注、AdaBoost、以及支持向量機等機器學習方法。
生物特征識別技術與方法 內容簡介
胡德文編著的《生物特征識別技術與方法》從模式識別的角度進行生物特征識別的方法學研究，主要探討應用*廣泛的人臉、指紋、掌紋等相關的檢測、識別、融合技術與方法！渡锾卣髯R別技術與方法》著力于介紹生物特征識別領域目前正在發展的一些新理論和新技術，研究的方法均屬于目前模式識別領域十分活躍的方法，包括支持向量機、AdaBoost、流行學習理論、非線性降維、增量學習、松弛標注、摩爾(moir6)特征提取與識別、以及子空間學習等機器學習方法。
生物特征識別技術與方法 目錄
第1章 緒論1.1 生物特征識別簡述1.1.1 常用的生物特征識別技術1.1.2 各種常用生物特征識別技術的比較1.2 生物特征識別技術發展概述1.2.1 生物特征識別技術的優勢1.2.2 生物特征識別技術的市場發展概況1.2.3 我國生物特征識別技術發展概述參考文獻第2章 人臉檢測與跟蹤2.1 概述2.2 AdaBoost學習算法2.2.1 AdaBoost方法2.2.2 分類器訓練思想2.2.3 構造弱分類器2.2.4 構造強分類器2.2.5 分類器訓練流程2.3 多層級聯分類器2.3.1 多層級聯分類器的分類方法2.3.2 使用級聯分類器進行訓練2.3.3 實驗結果2.4 基于AdaBoost的膚色檢測新方法2.4.1 膚色檢測方法2.4.2 膚色分布的分析2.4.3 實驗結果2.5 人臉跟蹤2.5.1 智能像素聚類目標跟蹤算法2.5.2 簡單背景的目標跟蹤2.5.3 人臉跟蹤參考文獻第3章 基于流形學習的人臉識別3.1 生長型局部線性嵌入算法3.1.1 生長模型分析3.1.2 生長型局部線性嵌入算法3.1.3 GLLE對Isomap算法改進的啟發3.2 噪聲流形學習與分析3.2.1 問題的提出3.2.2 鄰域平滑嵌入算法3.3 流形學習算法的應用3.3.1 人臉序列數據庫的建立與評測3.3.2 人臉序列中的流形結構3.3.3 基于外觀流形的動態視頻人臉識別3.3.4 基于流形重構的單圖像人臉識別參考文獻第4章 多姿態人臉識別4.1 基于保持數據近鄰信息的增量學習方法4.1.1 增量LaplacianEigenmaps（LE）算法4.1.2 仿真實驗4.2 引入遺忘機制的ART2改進算法4.2.1 自適應共振理論簡介4.2.2 ARTl神經網絡4.2.3 ART2神經網絡4.2.4 ART2網絡存在的問題與改進4.3 逆轉錄ARl3算法4.3.1 ART3神經網絡4.3.2 ARlr3改進算法——ReART4.3.3 仿真實驗4.3.4 ReART在多姿態人臉識別中的應用4.4 圖像平均重構技術與多姿態人臉識別4.4.1 自動人臉識別中的圖像平均技術4.4.2 從原始圖像到平均臉：加權圖像平均技術4.4.3 從平均臉到原始圖像：重構臉的生成4.4.4 一個識別示例：視頻人臉識別4.4.5 仿真實驗第5章 多特征指紋識別第6章 掌紋掌脈及其融合識別技術第7章 人臉與掌紋識別的子空間特征提取方法參考文獻
展開全部
生物特征識別技術與方法 節選
胡德文編著的《生物特征識別技術與方法》從模式識別的角度進行生物特征識別的方法學研究,主要探討應用*廣泛的人臉、指紋、掌紋等相關的檢測、識別技術。研究的方法均屬于目前模式識別領域十分活躍的方法,包括流行學習理論、子空間學習方法、松弛標注、AdaBoost、以及支持向量機等機器學習方法。
書友推薦
- >
隨園食單
- >
朝聞道
- >
李白與唐代文化
- >
我與地壇
- >
名家帶你讀魯迅:故事新編
- >
唐代進士錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
經典常談
本類暢銷
