说明:UMAP-2000.2
说明:sparsity preserving projections (SPP)方法,根据论文《sparsity preserving projections with applications to face recognition》使用AR人脸数据库
说明:本人在写论文时自己编写的虹膜瞳孔的分割,采用二值化方法,并附有图片。希望有人和我一起研究。
说明:图像的泊松编辑,利用泊松方程,将一个目标(月亮)无缝的插入到另一个场景(夜空)中,参考论文:Poisson_Image_Editing。
说明:美赛资料!拿走拿走!
说明:美赛正确写作姿势
说明:出自较新的国际会议论文的图像去噪算法实现。对自然图像的去噪非常有效,即可以自己实际使用,也可以进一步研究学习。
说明:2016年E题O奖
说明:一个学习自然场景类别的贝叶斯模型、基于“词袋”模型的目标分类。来源于Feifei Li的论文。是近年来的目标识别模型热点之一。