针对光照、表情变化给人脸识别造成的影响以及大型人脸图像库的训练样本中只有部分标记的问题，结合多通道Log-Gabor小波和半监督流形学习算法，提出一种新的人脸图像检索方法。该方法首先使用Log-Gabor小波对人脸图像进行滤波获得特征矩阵，进一步利用提出的二维半监督流形学习算法进行维数约简，得到低维判别特征。由于该方法直接作用于Log-Gabor特征矩阵，克服了小样本带来的奇异问题；另外，通过充分利用标记和未标记信息，还保留了数据的局部流形结构，增强了特征匹配的相似性。在CMU PIE和AR人脸数据库上的实验结果表明，该方法有效且优于其他方法。

Tensorflow 图像识别技术 Vgg。最全最新的文件，一键作业，全网最简单。保证成功实验。为人工智能事业添砖填瓦。加油一定行。其实我是在凑字数呀，真的有点够可以的。我好困，想睡觉却又在写博客。

主要介绍了使用opencv识别图像红色区域,并输出红色区域中心点坐标，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

基于opencv的图像识别,识别图像中的色块,可以识别红色,绿色,蓝色的颜色区域,并二值化,学习opencv的基本代码

快速道路标志辅助识别系统、电子技术,开发板制作交流

19年不务正业，入门跟着福大师学习CV领域，刚好看到参加华为垃圾分类CV赛，有幸获得一个亚军，比赛过去有点久了，具体的代码内容就不再分享，分享下当时答辩的PPT，有兴趣的同学欢迎探讨！ pS：CV界调包侠和调参侠特别吃香，小厂辛辛苦苦研究心的算法可能新开源的一个直接完爆你的研究。这真的是一项重资产的工程，大部分场景拼的是数据和资源。 在数据和资源不平等的条件下，考虑算法实在是太难为科学家了！   技巧总结 1、10比赛9融合五折交叉、十折交叉后融合，效果特别好 2、模型的尝试和选择非常重要，不同的数据和任务模型差异非常大， 并不是根据github或者论文对比里面的准确度。 3、融合的方式：加权平均、几何平均，靠上分尝试，在每天有剩余次数 的情况下，做更多的融合尝试 4、融合模型之间的差异性，数据处理的差异性，模型基础网络的差异性。（MIC融合） 5、后处理TTA，将图片多次处理后预测后融合。

本程序通过采集的车牌图像进行灰度变换，边缘检测，腐蚀和平滑等处理过程，得到一种基于车牌颜色纹理特征的车牌定位方法，最终实现车牌区域定位和数字识别。本程序由matlab编写，有详细的代码和配套图片，可以直接运行。

matlab对图片里的圆心进行监测并画出

使用stm32摄像头进行识别手势动作，下载后需要自己查看端口号，并进行连接，效果比较稳定。

在邮政系统中，如何利用图像处理的知识进行邮政编码识别，ppt中讲了识别的步骤，和每一步涉及到图像处理的知识