造價(jià)通
更新時(shí)間：2024.12.22
紅外前視對(duì)一類特殊建筑目標(biāo)識(shí)別技術(shù)研究

格式：pdf

大?。?span class="single-tag-height">636KB

頁(yè)數(shù)： 5頁(yè)

針對(duì)電廠冷凝塔一類具有建筑規(guī)范的特殊建筑物,嘗試在缺少其它基礎(chǔ)地理數(shù)據(jù)保障的條件下,通過(guò)對(duì)冷凝塔外形的參數(shù)建模生成不同視點(diǎn)的參考圖。在此基礎(chǔ)上,針對(duì)紅外/可見光多模圖像匹配的特點(diǎn),對(duì)自動(dòng)目標(biāo)捕獲方案中模板匹配的相似性測(cè)度計(jì)算方法進(jìn)行了研究。提出了基于梯度矢量相關(guān)系數(shù)的計(jì)算方法,將梯度信息作為紅外/可見光多模圖像的共性特征,匹配方案中不僅利用了圖像點(diǎn)的梯度值,還充分考慮了該點(diǎn)的梯度方向信息。大量試驗(yàn)結(jié)果表明,該方法在識(shí)別性能上優(yōu)于傳統(tǒng)的灰度或輪廓匹配算法,匹配性能有較大的提高。

面向時(shí)延數(shù)據(jù)的分塊PCA紅外人臉識(shí)別

格式：pdf

大?。?span class="single-tag-height">199KB

頁(yè)數(shù)：

時(shí)延數(shù)據(jù)下的高識(shí)別性能是紅外人臉識(shí)別系統(tǒng)應(yīng)用的基礎(chǔ),提出一種基于分塊PCA的紅外人臉識(shí)別方法,提高紅外人臉識(shí)別系統(tǒng)對(duì)時(shí)延數(shù)據(jù)識(shí)別率.為了充分利用圖像的局部特征,對(duì)圖像進(jìn)行大小分塊,并對(duì)各分塊圖像進(jìn)行主成分分析;然后,為了緩解外部環(huán)境溫度對(duì)識(shí)別的影響,通過(guò)訓(xùn)練學(xué)習(xí)不同溫度下的紅外人臉數(shù)據(jù),去除每個(gè)圖像塊受環(huán)境溫度影響較大的特征值.最后,為了結(jié)合整體特征,并將余下的特征值組合成特征向量用于識(shí)別.實(shí)驗(yàn)結(jié)果表明,本文提出的方法可以提高紅外人臉識(shí)別系統(tǒng)對(duì)時(shí)延數(shù)據(jù)的識(shí)別率.

熱門知識(shí)

紅外智能識(shí)別

精華知識(shí)

紅外智能識(shí)別

最新知識(shí)

紅外智能識(shí)別
點(diǎn)擊加載更多>>

相關(guān)問(wèn)答

紅外智能識(shí)別
點(diǎn)擊加載更多>>
專題概述
紅外智能識(shí)別相關(guān)專題

分類檢索：