1) local binary pattern
局部二进制模式
1.
In the proposed method,we apply uniform LBP/C(local binary patterns and pattern contrasts) operator to extracting texture features from a texture image,and then we use improved active contours without edges to segment the texture image.
针对此问题,提出了一种基于局部二进制模式(localbinary pattern,LBP)驱动的区域围道分割模型。
2.
The key points of an image were generated from the extreme points in difference of Gaussian(DOG) image pyramid,and the local image descriptor was based on local binary pattern(LBP) histogram and color histogram.
以高斯差值函数图像金字塔中的空间极值点作为图像关键点,在关键点邻接域中,以基于局部二进制模式(LBP)的纹理统计和色彩分布作为特征量,应用特征量在视频序列中的匹配实现目标跟踪。
3.
Secondly,the method has low computation complexity,because the LBP(local binary pattern) is employed to extract texture features.
与现有的基于几何活动围道的纹理分割技术相比,该分割模型具有三个优点:一是使用图像的灰度信息和纹理信息来驱动活动围道进行图像分割,因而,不仅适用于分割纹理图像,而且适用于分割非纹理图像;二是使用局部二进制模式来提取纹理特征,计算复杂度小;三是模型求解时,增加了约束项不需要对符号距离函数进行反复初始化,因此可采用大的时间步长,迭代步数明显减少,从而提高了活动围道的收敛速度。
2) local binary pattern
局部二值模式
1.
Based on observations of large number of tongue images of several diseases, we apply a method which combines Gabor transform and local binary pattern aiming for different states of tongue and symptoms of different diseases in this dissertation, and realize tongue image segmentation with both texture characteristic and color characteristic.
根据对各种疾病的舌图像的大量观察,本文针对不同疾病的舌象特点,比较了多种纹理特征提取方法,确立了每种舌质和苔质的典型特征,应用了一种结合了Gabor滤波和局部二值模式纹理特征提取算法,并结合纹理特征和颜色特征的进行了舌图像的分割。
2.
Local Binary Pattern is a newly-developed theory which is simple but useful calculating method of texture analysis.
局部二值模式(Local Binary Patterns,LBP)是最近发展起来的一种理论简单但功能强大的纹理分析算法,在计算机视觉等领域表现出良好的性能,并得到了较为广泛的应用和认可。
3.
Firstly,every block on the first layer is modeled via textures based on local binary pattern operators.
首先利用基于局部二值模式的纹理信息进行第一层分块背景建模,然后缩小建模粒度,在第一层上选取代表点进行第二层码本背景建模;目标检测时,不同粒度从上到下与所得背景模型分层匹配。
3) local binary pattern(LBP)
局部二元模式
1.
In this paper,we present two novel approaches for gender classification by local binary pattern(LBP) based classifiers.
提出了两种基于局部二元模式(Local Binary Pattern,LBP)算子的人脸性别分类方法:级联LBP方法和boosting LBP方法。
2.
Firstly,this method combines texture features of all sub windows of an image extracted by local binary pattern(LBP) into a local texture feature matrix.
该方法首先利用局部二元模式(localbinary pattern,LBP)算子提取一幅图像中所有子块的纹理特征,并将其组合成局部纹理特征矩阵。
3.
A novel approach to facial expression recognition based on the combination of Local Binary Pattern(LBP)and Support Vector Machine(SVM)is proposed.
提出了一种基于局部二元模式(Local Binary Pattern,LBP)与支持向量机(SVM)相结合的面部表情识别方法。
4) Local Binary Pattern(LBP)
局部二值模式
1.
A method combining Local Binary Pattern(LBP) descriptor with chain AdaBoost was presented for multi-modal face recognition.
提出了一种基于局部二值模式(LBP)和级联AdaBoost的多模态人脸识别方法。
2.
Firstly Local Binary Pattern(LBP) descriptor is used to extract the LBP Histogram Sequence(LBPHS) from greyscale and depth face images.
首先用局部二值模式(Local Binary Pattern,LBP)算子分别提取人脸灰度图像和深度图像的区域LBP直方图序列(LBP Histogram Sequence,LBPHS),采用Fisherfaces分别构建相应的线性子空间,用余弦相似度计算投影向量的匹配得分,再采用5种方法对匹配得分进行融合。
3.
This paper presents a method of multi-modal face recognition which combines Local Binary Pattern(LBP) with Fisherfaces.
提出一种结合局部二值模式(LBP)和Fisherfaces的多模态人脸识别方法。
5) local binary pattern (LBP)
局部二元模式
1.
After building databases, texture features of endoscopic image are extracted by using local binary pattern (LBP) and trained by support vector machine (SVM).
利用局部二元模式提取胃镜影像的纹理特征,采用支持向量机进行样本训练,对胃镜影像病灶进行分类识别,结合数据库中的病人相关信息,做出辅助分析,为医生诊断提供参考。
6) Local Binary Patterns
局部二值模式
1.
Methods of ASM facial feature′s positioning based on local binary patterns
基于局部二值模式的ASM人脸特征定位方法研究
2.
Local Binary Patterns (LBP) is defined as a gray-scale invariant texture measure.
局部二值模式(LBP)是一种灰度范围内的纹理描述方式。
补充资料：植物命名的模式和模式标本
科或科级以下的分类群的名称，都是由命名模式来决定的。但更高等级（科级以上）分类群的名称，只有当其名称是基于属名的也是 由命名模式来决定的。种或种级以下的分类群的命名必须有模式标本根据。模式标本必须要永久保存，不能是活植物。模式标本有下列几种：
（1）主模式标本（全模式标本、正模式标本）（holotype）是由命名人指定的模式标本，即著者发表新分类群时据以命名、描述和绘图的那一份标本。
（2）等模式标本（同号模式标本、复模式标本）（isotype）系与主模式标本同为一采集者在同一地点与时间所采集的同号复份标本。
（3）合模式标本（等值模式标本）（syntype）著者在发表一分类群时未曾指定主模式而引证了2个以上的标本或被著者指定为模式的标本，其数目在2个以上时，此等标本中的任何1份，均可称为合模式标本。
（4）后选模式标本（选定模式标本）（lectotype）当发表新分类群时，著作未曾指定主模式标本或主模式已遗失或损坏时，是后来的作者根据原始资料，在等模式或依次从合模式、副模式、新模式和原产地模式标本中，选定1份作为命名模式的标本，即为后选模式标本。
（5）副模式标本（同举模式标本）（paratype）对于某一分类群，著者在原描述中除主模式、等模式或合模式标本以外同时引证的标本，称为副模式标本。
（6）新模式标本（neotype）当主模式、等模式、合模式、副模式标本均有错误、损坏或遗失时，根据原始资料从其他标本中重新选定出来充当命名模式的标本。
（7）原产地模式标本（topotype）当不能获得某种植物的模式标本时，便从该植物的模式标本产地采到同种植物的标本，与原始资料核对，完全符合者以代替模式标本，称为原产地模式标本。
（1）主模式标本（全模式标本、正模式标本）（holotype）是由命名人指定的模式标本，即著者发表新分类群时据以命名、描述和绘图的那一份标本。
（2）等模式标本（同号模式标本、复模式标本）（isotype）系与主模式标本同为一采集者在同一地点与时间所采集的同号复份标本。
（3）合模式标本（等值模式标本）（syntype）著者在发表一分类群时未曾指定主模式而引证了2个以上的标本或被著者指定为模式的标本，其数目在2个以上时，此等标本中的任何1份，均可称为合模式标本。
（4）后选模式标本（选定模式标本）（lectotype）当发表新分类群时，著作未曾指定主模式标本或主模式已遗失或损坏时，是后来的作者根据原始资料，在等模式或依次从合模式、副模式、新模式和原产地模式标本中，选定1份作为命名模式的标本，即为后选模式标本。
（5）副模式标本（同举模式标本）（paratype）对于某一分类群，著者在原描述中除主模式、等模式或合模式标本以外同时引证的标本，称为副模式标本。
（6）新模式标本（neotype）当主模式、等模式、合模式、副模式标本均有错误、损坏或遗失时，根据原始资料从其他标本中重新选定出来充当命名模式的标本。
（7）原产地模式标本（topotype）当不能获得某种植物的模式标本时，便从该植物的模式标本产地采到同种植物的标本，与原始资料核对，完全符合者以代替模式标本，称为原产地模式标本。
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