标签: pattern-recognition

我们在一个部署了一个黑莓本机应用程序 BB Bold 9700 (OS Version: 5.0)

该应用程序注册表单的自定义模式string://[0-9]*.匹配模式的字符串会突出显示,但应用程序不会收到完整的字符串

此外,在识别和突出显示URL时,启动时,BB browser只接收部分字符串 -http://

BB Bold 9700 (OS Version: 5.0)仅在观察到此错误.

几个问题

1. 有没有办法找到使用黑莓设备注册的所有系统模式？
2. 如果文本与多个模式匹配,黑莓如何解决冲突？

在我的情况下,两个文本" http://urlline"和string://customtext" http:// and string"分别被剪切为" ".

我想将语音记录与已知文本同步.是否有语音到文本/自然语言处理库可以促进这一点？我想我想要检测单词边界并从字典中计算候选匹配.我在SO上发现的大部分问题都与书面语言有关.

期望但不是必需的:

• 开源
• 兼容美式英语开箱即用
• 跨平台
• 彻底记录

编辑:我意识到这是一个非常广泛,甚至是天真的问题,所以提前感谢您的指导.

到目前为止我发现了什么:

• OpenEars(iOS Sphinx/Flite包装)

更新此问题以前标题为" 给我一个简单的信号(声音)模式检测算法的名称 "

1. 我的目标是在嘈杂的信号中检测给定模式的存在.我想检测一种用麦克风录制声音的昆虫种类.我以前用数字格式记录了昆虫的声音.
2. 我不是想做语音识别.
3. 我已经在输入信号和模式之间使用卷积来确定它们的相似性水平.但我认为这种技术更适合于离散时间(即数字通信,其中信号以固定间隔发生)并且在两个给定模式之间区分输入信号(我只有一种模式).
4. 我害怕使用神经网络,因为我从来没有使用它们,我不知道我是否可以嵌入那些代码.

你能否指点一些其他的方法,或试着说服我,我目前的方法仍然是一个好主意或神经网络可能是一种可行的方式？

更新我已经有2个好的答案,但另一个会受到欢迎,甚至奖励.

我正在寻找一个C#图像识别库.

我想做什么:我想编写一个扫描图像的函数,如果另一个图像是其中的一部分则返回.或者至少在两个物体的角度不同的情况下看起来很熟悉.

链接到可能的库和短代码示例会很棒!

先感谢您!

我对图像处理有一个基本的了解,现在正在深入研究Gonzales的"数字图像处理"一书.

当给出的图像和感兴趣的对象近似形式是已知的(例如圆形,三角形)时,在图像上找到该对象的最佳算法/方法是什么？

物体可能会略微变形,因此蛮力方法无济于事.

我正在尝试用C++实现P. Viola和M. Jones检测框架(一开始,只是序列分类器 - 不是级联版本).我认为我设计了所有必需的类和模块(例如积分图像,Haar特征),尽管有一个 - 最重要的:AdaBoost核心算法.

我读过P. Viola和M. Jones的原始论文和许多其他出版物.不幸的是,我仍然不明白我应该如何找到一个弱分类器的最佳阈值？我发现只有小的参考"加权中位数"和"高斯分布"算法和许多数学公式......

我曾尝试使用OpenCV Train Cascade模块源作为模板,但它非常全面,因此对代码进行逆向工程非常耗时.我还编写了自己的简单代码来理解Adaptive Boosting的概念.

问题是:你能解释一下计算一个弱分类器最佳阈值的最佳方法吗？

下面我将介绍AdaBoost伪代码,从Google中的样本重写,但我不相信它是否正确接近.计算一个弱分类器非常慢(几个小时),我对计算最佳阈值的方法有疑问.

(1) AdaBoost::FindNewWeakClassifier
(2) AdaBoost::CalculateFeatures
(3) AdaBoost::FindBestThreshold
(4) AdaBoost::FindFeatureError
(5) AdaBoost::NormalizeWeights
(6) AdaBoost::FindLowestError
(7) AdaBoost::ClassifyExamples
(8) AdaBoost::UpdateWeights

DESCRIPTION (1)
-Generates all possible arrangement of features in detection window and put to the vector
DO IN LOOP
    -Runs main calculating function (2)
END

DESCRIPTION(2)
-Normalizes weights (5)
DO FOR EACH HAAR FEATURE
    -Puts sequentially next feature from list on all integral images
    -Finds the best threshold …

解决这个问题的最佳方法(性能方面)是什么？我被建议使用后缀树.这是最好的方法吗？

我试图提取Radon Signature以识别衣服的图案(条纹,格子图案,不规则和无图案),如1所示.

要实现的算法:

 1. Use sobel operator to compute the gradient map as f(x,y).
 2. Perform Radon transform based on maximum disk area.
 3. Compute the variance of r under all theta directions.
 4. Employ L2-norm to normalize the feature vector.
 5. Plot Radon Signature as a bar chart of var(r) for all theta values.

我做了以下事情:

img = imread('plaid.jpg');
grey = rgb2gray(img);
img2 = edge(grey, 'sobel');
vararray=zeros(1,size(theta,2));
theta = -89:90;
for j = 1: size(theta,2)
     [R3,xp3] = radon …

我在照片上有一个网格(它们来自相机).二值化后,它们看起来像这样(红色是255,蓝色是0):

在这些图片上检测网格节点(十字架)的最佳方法是什么？注意:网格不一致地从一个单元变为另一个单元.

更新:

二值化之前不同网格和其他扭曲的一些示例:

我有兴趣编写依赖于能够识别图片(或视频帧)中有脸的软件.它没有ID面部 - 所以没有其他指标:

• 图片中是否有人脸(或多个)
• 大约在哪里,是眼睛和嘴巴或鼻尖(无论它键入什么.)

它现在出现在便宜的数码相机中,所以我希望有这样的开源软件包,或者在推出自己的产品时很容易遵循的研究.