|
|
|
说明：双击或选中下面任意单词，将显示该词的音标、读音、翻译等；选中中文或多个词，将显示翻译。
|
|
|
您的位置： 首页 -> 词典 -> 三维直方图肤色模型
1) 3D histogram skin colors model
三维直方图肤色模型
1.
Considering the difficulty of the balance of real-time property and precision property of face tracking, a new face tracking method based on 3D histogram skin colors model combined with facial feature extracted was introduced.
针对人脸跟踪中存在的实时性和准确性难以同时兼顾的问题,提出了一种基于三维直方图肤色模型联合面部特征提取的人脸跟踪算法,采用网格映射缩略图、运动矢量预测和搜索窗参数修正等方法来提升算法的性能,从而既提高了算法的执行效率,又保证了算法的准确性,最终实现了一套人脸跟踪系统。
2) 3D histogram
三维直方图
1.
3D histogram based Fisher criterion function for image segmentation;
基于三维直方图的Fisher评价函数图像分割方法
3) 3-D histogram
三维直方图
1.
In order to overcome this limitation of C-V model,the 3-D histogram incorporating gray distribution,neighbor space a.
为此,本文在改善C-V模型全局优化特性的基础上,整合图像的灰度分布信息、邻域空间信息以及图像所固有的模糊信息构造三维向量(灰度值、模糊均值和模糊中值),提出了一种基于三维直方图的改进C-V模型水平集图像分割方法。
4) SPDH
肤色概率分布直方图
1.
Four clues are summarized from the skin probability distribution histogram (SPDH) to help search candidates of optimum thresholds, and an ANN classifier is trained to select the final optimum threshold.
通过对肤色概率分布直方图(SPDH)的观察分析,可以提取出4点线索来帮助寻找最优阈值,在此基础上训练出一个人工神经网络分类器来确定最优阈值。
5) Skin color model
肤色模型
1.
A kind algorithms of human face detection based on Neural Network and Skin color model;
基于肤色模型和神经网络的人脸检测算法
2.
Human face detection based on skin color model and BDF;
基于肤色模型和贝叶斯判别的人脸检测
3.
Face detection combined skin color model and Adaboost algorithm
结合肤色模型和Adaboost算法的人脸检测
6) skin model
肤色模型
1.
Face detection based on a novel skin model;
基于新的肤色模型的人脸检测方法
2.
In order to get accurate precision and fast speed, this paper presents a novel method based on skin model and regional feature.
该方法采用肤色模型提取肤色像素,利用拓展的马赛克方法获取人脸区域,构建模型并提取嘴唇和眼睛,结合区域特征定位中心点。
3.
One novel algorithm for face detection in color images is proposed,which is based on skin model,face contour information and geometric features of human eye.
针对彩色图像提出了一种基于肤色模型、脸部轮廓信息以及眼睛特征的人脸检测算法。
补充资料：基于UG生成表驱动的零件三维参数化模型的研究
阐述了基于UG生成表驱动标准件模型库的方法和步骤，并以一个实例对如何建立参数化模型、确凿设计变量、给模型分配设计变量以及设置和编辑电子表进行了详细的论述。实践证明，利用此方法可以方便快捷建立零件的三维参数化模型库，实现零件的系列化设计，能大大提高设计效率。
在制造工业中经常遇到形状相似，但大小并不完全相同的零件，比如系列化的产品零件等。对于这些零件的二维设计，目前已经比较成熟。但随着CAD/CAM技术的发展，产品的设计与制造有了新的思路，即从三维到二维的设计步骤，也就是首先要建立三维模型，然后自动生成二维的工程图纸，或者利用三维零件模型直接生成数控代码，实现无图纸加工，节约时间和成本。因此零件三维参数化模型的建立，就显得尤为重要，它将使产品的结构设计的系列化成为可能，并极大地缩短了结构设计周期，减少了由于零件的尺寸变化带给工程师的工作量。
1、 建立表驱动零件模型库的原理
在产品的系列化设计过程中，为了加快产品设计过程，减少重复性的劳动,应建立结构形状相同仅尺寸不同零件的三维模型库,如螺钉、螺栓、螺母、垫圈、密封件、润滑件和轴承等一些标准件。UG虽然提供了许多二次开发工具(如UG/Open GRIP、UG/Open API、UG/Open)，但利用二次开发工具需要设计人员技术比较高,一般设计人员很难完成[1]，利用UG提供的表驱动技术同样可以创建标准零件、通用零件以及产品系列化设计的三维模型库。 建立三维参数化模型以后,通过设置设计变量和将设计变量分配给模型,然后创建一个含有这些变量的外部电子表，将电子表链接到当前模型中，因为电子表中的变量被当前图形文件的零件尺寸所引用，这个表就可以用来改变当前图形文件中的零件的尺寸，所以用户可通过控制外部电子表对零件进行修改，因此可避免由于设计变化而不得不修改大量模型参数所带来的损失，并且用一个模型就可表达多个同类结构的零件。 2、 建立基于表驱动的零件三维参数化模型 2.1 分析零件特征
为了高效地创建表驱动零件,在设计前必须对该零件进行仔细的分析,首先要从整体上形成关于这个零件建模的大概思路,明确设计零件需要创建哪些特征以及创建这些特征的次序;同时还需要注意所要创建的各种特征的内在联系及其各自的特点，最后明确该零件需要几个参数进行驱动。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条
|