基于轮廓曲率特征点和支持向量机的服装款式识别方法.pdf
雨巷****彦峰
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于轮廓曲率特征点和支持向量机的服装款式识别方法.pdf
本发明涉及一种基于轮廓曲率特征点和支持向量机的服装款式识别方法,首先通过对服装图像的预处理获得服装轮廓,然后提取服装轮廓的轮廓曲率特征点作为特征向量,最后予以基于支持向量机的服装款式识别。服装图像的预处理包括服装图像分割、边缘检测、倾斜校正和轮廓曲线平滑;提取轮廓曲率特征点作为特征向量是指从服装轮廓曲线中提取曲率较大部位的点集,以代表轮廓外形的主要特征,按一定顺序排列,形成特征向量;予以基于支持向量机的服装款式识别是指采用支持向量机分类方法对服装款式进行分类。本发明提出的服装款式的识别方法能够使服装款式识
一种基于HU不变矩和支持向量机的服装款式识别方法.pdf
本发明涉及一种基于HU不变矩和支持向量机的服装款式识别方法,通过对服装图像的预处理,获取服装的外部轮廓,然后提取服装外部轮廓的HU不变矩特征,再予以基于支持向量机(SVM)的服装款式识别。所述对服装图像的预处理是指对服装图像分割处理,找到最大面积的8连通区域即为服装区域,并对服装区域填充内部空洞;所述获取服装的外部轮廓是指对服装图像的预处理后进行外部的边缘检测,得到服装的轮廓图像。所述提取服装外部轮廓的HU不变矩特征是指提取服装轮廓形状特征的七阶HU不变矩特征向量。所述基于SVM的服装款式识别采用SVM多
一种基于傅里叶描述子和支持向量机的服装款式识别方法.pdf
本发明涉及一种基于傅里叶描述子和支持向量机的服装款式识别方法,通过对服装图像的预处理,获取服装的外部轮廓,然后进行服装外部轮廓的傅里叶描述,再予以基于支持向量机(SVM)的服装款式识别。所述对服装图像的预处理是指对服装图像分割处理,找到最大面积的8连通区域即为服装区域,并对服装区域填充内部空洞;所述获取服装的外部轮廓是指对服装图像的预处理后进行外部的边缘检测,得到服装的轮廓图像。所述对服装的外部轮廓的傅里叶描述是指提取服装轮廓形状特征的标准化傅里叶描述子特征向量。所述基于SVM的服装款式识别采用SVM多分
基于鲁棒性音阶轮廓特征和向量机的和弦识别方法.pdf
本发明涉及和弦自动识别,为提取鲁棒性音阶轮廓和弦特征,并能够快速准确的对和弦进行识别。本发明,基于鲁棒性音阶轮廓特征和向量机的和弦识别方法,包括下列步骤:1)对原始音频信号进行加窗预处理;2)对分帧结果进行离散余弦变换,得到原始信号的标准音频频谱矩阵S;3)通过凸优化问题进行全局最优解的求解:4)为了得到鲁棒性PCP特征,进行矩阵映射;5)采用测度学习的方法对支持向量机的高斯核函数进行优化;6)利用训练数据对测度学习支持向量机进行训练,确定测度学习支持向量机中的参数;7)使用训练好的测度学习支持向量机对测
基于微多普勒特征和支持向量机的人体步态识别方法.pdf
本发明公开了一种基于微多普勒特征和支持向量机的人体步态识别方法,包括:S1:利用雷达采集人体行进时的姿态数据;S2:利用时频分析工具对所述姿态数据进行分析得到对应的时频图;S3:从所述时频图中提取带宽特征和偏置特征,所述带宽特征表示步态引起的正负微多普勒频率的跨度范围,所述偏置特征表示多普勒正负频率相对于中心频率的偏差,偏置值表征着摆臂的对称性;S4:将所述带宽特征和所述偏置特征输入支持向量机中进行姿态识别,以确定所述姿态数据对应的姿态。本发明具有如下优点:通过雷达采集数据,提取微多普勒特征进行人体步态分