开发技术下载,其它下载列表第54902页

[其它] 基于轮廓图的人体跟踪和动作序列识别

说明：本文介绍了一种用于人体轮廓跟踪和动作序列识别的新框架。给定一个带有标签的人类轮廓序列的画廊，我们将每个轮廓定义为一个“单词”，并将它们全部编码为轮廓字典。该词典将用于翻译视频。为此，通过连接所有相邻轮廓来构造轮廓图。然后，将视频中的运动视为该图上随机游动的一个实例。结果，我们可以避免显式设置轮廓曲线的参数并为轮廓更新的动力学系统建模。在这样的工作环境中，使用序列蒙特卡洛（SMC）方法实现随机游走时，只有几个状态变量需要估计。此外，图形上的游走还与预定义图库中的隐式执行序列比较，从中
<weixin_38739164> 上传 | 大小：256kb

[其它] LED_control_website-源码

说明：LED_control_website
<weixin_42118701> 上传 | 大小：33mb

[其它] 学习马氏距离度量以进行数据聚类和分类

说明：距离度量是许多机器学习算法中的关键问题。本文考虑了必须以链接和不能链接的形式从成对约束中学习的一般问题。作为一种辅助信息，必须链接表示两个数据点对必须在同一类中，而不能链接表示两个数据点必须在两个不同类中。给定必须链接和不能链接的信息，我们的目标是学习马氏距离度量。在此度量标准下，我们希望必须链接中的点对的距离尽可能小，而不能链接中的点对的距离则尽可能大。将该任务表述为一个约束优化问题，可以有效，高效地获得全局最优值。最后，给出了在数据聚类，交互式自然图像分割和人脸姿态估计中的一些应
<weixin_38660579> 上传 | 大小：896kb

[其它] marginFace：一种基于平均邻域边缘最大化的新颖人脸识别方法

说明：我们提出了一种新颖的基于外观的面部识别方法，称为marginFace方法。通过使用平均邻域余量最大化（ANMM），将人脸图像映射到人脸子空间中进行分析。与主成分分析（PCA）和线性判别分析（LDA）只能有效地看到人脸空间的整体欧几里得结构不同，ANMM旨在根据本地信息来区分不同人的人脸图像。更具体地，对于每个面部图像，其将同一个人的相邻图像尽可能地拉向它，同时将不同人的相邻图像尽可能地推离它。此外，我们提出了一种自动方法来确定嵌入式子空间的最佳尺寸。本文还导出了ANMM的核化（非线性）
<weixin_38711778> 上传 | 大小：687kb

[其它] 通过标签传播进行半监督正交判别分析

说明：跟踪比是判别分析中的自然标准，因为它直接与训练数据点之间的欧几里得距离相关。本文对该标准进行了重新分析，并开发了一种快速算法来寻找正交约束线迹比问题的全局最优值。基于这个问题，我们提出了一种通过标签传播的新型半监督正交判别分析方法。与现有的半监督降维算法不同，我们的算法通过专门设计的标签传播将标签信息从标签数据传播到未标签数据，从而可以更有效地探索未标签数据的分布以学习更好的分类-空间。在玩具示例和实际应用中进行的大量实验验证了我们算法的有效性，并证明了与最新算法相比有很多改进。
<weixin_38654944> 上传 | 大小：555kb