 | 컴퓨터 비전에 대한 지역 이진 패턴 접근 방식로컬 바이너리 패턴을 기반으로 홍채 인식을위한 간단하고 효과적인 소스 코드입니다. |
| 지금 다운로드 | |
컴퓨터 비전에 대한 지역 이진 패턴 접근 방식 순위 및 요약
광고
컴퓨터 비전에 대한 지역 이진 패턴 접근 방식 태그
컴퓨터 비전에 대한 지역 이진 패턴 접근 방식 설명
로컬 바이너리 패턴을 기반으로하는 아이리스 인식을위한 간단하고 효과적인 소스 코드 로컬 바이너리 패턴 (LBP) 운영자는 지역 이웃에서 텍스처의 일반적인 정의에서 파생 된 회색 규모의 불변의 텍스처 측정 값으로 정의됩니다. 최근 확장을 통해 LBP 운영자는 많은 경험적 연구에서 탁월한 결과를 보여주는 이미지 질감의 정말로 강력한 척도로 만들어졌습니다. LBP 운영자는 전통적으로 발산하는 통계 및 구조적 모델의 질감 분석에 대한 통합 접근 방식으로 볼 수 있습니다. 실제 응용 프로그램에서 LBP 운영자의 가장 중요한 재산은 단조로운 회색 수준의 변화에 대한 불변입니다. 또 다른 또 다른 중요한 것은 계산 단순성이므로 실시간 설정에서 이미지를 분석 할 수 있습니다. LBP 방법과 그 변형은 이미 전 세계의 많은 응용 프로그램에서 사용되어 왔습니다. LBP는 이미지의 국부적 인 공간 구조를 요약 한 매개 변수가 아닌 커널입니다. 또한 단조로운 그레이 스케일 변환에 불변이므로 LBP 표현은 조명의 변화에 덜 민감 할 수 있습니다. 이것은 홍채 인식에서 매우 흥미로운 재산입니다. IRIS 기반의 개인 식별은 최근 몇 년 동안 많은 관심을 끌었습니다. 거의 모든 최첨단 홍채 인식 알고리즘은 소음을 맺고 적극적으로 인식 성능을 제공하기 어렵지 않고 통계 분류기 및 로컬 이미지 기능을 기반으로합니다. 우리는 글로벌 홍채 질감 표현 및 분류를 위해 현지 바이너리 패턴의 히스토그램을 사용하여 새로운 홍채 인식 방법을 개발했습니다.
컴퓨터 비전에 대한 지역 이진 패턴 접근 방식 관련 소프트웨어
