排序方式: 共有24条查询结果,搜索用时 0 毫秒
1.
基于小波分析与神经网络的人脸检测方法 总被引:1,自引:0,他引:1
本文设计了一种结合小波分析与神经网络优点的人脸检测方法.该方法主要包括两个阶段.在训练阶段首先借鉴图形学中的背景生成方法对AR人脸数据库中的人脸样本进行背景叠加;然后对经过预处理的训练样本进行小波分解,并将得到的小波系数输入精心设计的神经网络进行训练.在人脸检测阶段,通过将缩放后的图像的各个区域输入神经网络,由神经网络判断输入区域中是否包含人脸:在得到检测结果后,本文通过基于规则的方法以及基于SUSAN的方法进行人脸区域验证取舍与合并;最后通过实验结果的分析比较可以发现本文的方法不仅可以实现人脸区域的快速检测,而且不受光照变化以及噪声的影响. 相似文献
2.
3.
基于内容的自适应三角形网格模型是描述图像的一种有效方法,本文将网格模型与最小交叉熵算法相结合,并加入先验解剖信息,用于PET图像重建.在本文提出的新算法中,先将投影数据用滤波反投影方法(FBP)生成参考图像,再对参考图像提取网格节点,用加入先验解剖信息的最小交叉熵算法对网格节点灰度值进行迭代计算,最后利用迭代后的网格节点灰度值对象素点进行插值得到重建后的图像.在仿真实验中,将该算法与最大似然方法(MLEM)等算法作比较,并分析了参数对重建结果的影响. 相似文献
4.
本文针对三维人脑计算机图谱问题,采用线性插值算法,给出了一种可用于序列图象的高精度表面重建的层间轮廓线插值方法.该方法不仅对一般问题的效果良好,而且成功地解决了弹性插值中不能解决的示例.对一系列数据的实验结果表明,它是一种可行的层间轮廓线插值方法,对医学影像数据的三维重建和显示具有重要意义. 相似文献
5.
6.
7.
Legendre正交矩在模式识别、图像分析等许多领域都有成功的应用,但是由于其计算的复杂性,相关的快速算法的研究尚未得到很好的解决.本文针对一类采用图像块方法描述的图像,提出两种快速、有效的计算Legendre矩的新方法,它们分别是累加方法和积分方法.这两种方法都有效地降低了计算复杂度,缩短了计算时间. 相似文献
8.
9.
卷积神经网络在语音识别和图像识别等众多领域取得了突破性进展,限制其大规模应用的很重要的一个因素就是其计算复杂度,尤其是其中空域线性卷积的计算。利用卷积定理在频域中实现空域线性卷积被认为是一种非常有效的实现方式,该文首先提出一种统一的基于时域抽取方法的分裂基-2/(2a) 1维FFT快速算法,其中a为任意自然数,然后在CPU环境下对提出的FFT算法在一类卷积神经网络中的加速性能进行了比较研究。在MNIST手写数字数据库以及Cifar-10对象识别数据集上的实验表明:利用分裂基-2/4 FFT算法和基-2 FFT算法实现的卷积神经网络相比于空域直接实现的卷积神经网络,精度并不会有损失,并且分裂基-2/4能取得最好的提速效果,在以上两个数据集上分别提速38.56%和72.01%。因此,在频域中实现卷积神经网络的线性卷积操作是一种十分有效的实现方式。 相似文献
10.