标签: pattern-recognition

如何比较两个图像并识别图像中的图案,无论其大小和图案大小如何,并使用.Net C#？此外,从图像处理中使用哪些算法？

我有一个包含几百个*.fasta文件的目录,例如:

Bonobo_sp._str01_ABC784267_CDE789456.fasta
Homo_sapiens_cc21_ABC897867_CDE456789.fasta
Homo_sapiens_cc21_ABC893673_CDE753672.fasta 
Gorilla_gorilla_ghjk6789_ABC736522_CDE789456.fasta
Gorilla_gorilla_ghjk6789_ABC627190_CDE891345.fasta
Gorilla_gorilla_ghjk6789_ABC117190_CDE661345.fasta

等等

我想连接属于同一物种的文件,因此在本例中为Homo_sapiens_cc21和Gorilla_gorilla_ghjk6789.

几乎每个物种都有不同数量的文件需要连接.

我知道我可以在unix/linux中使用一个简单的循环:

    for f in thesamename.fasta; do
        cat $f >> output.fasta
    done

但我不知道如何在循环中指定它应该如何识别具有相同开头的文件.手动制作数百个文件根本没有意义.

有谁知道我怎么能这样做？

这是为了扩展问题:帮助逆向工程二进制文件格式的工具

是否有任何公开可用的工具使用群集和/或数据挖掘技术来反向工程文件格式？

例如,使用该工具,您将拥有一组具有相同格式的文件,并且该工具的输出将是通用结构？

我正在尝试使用OpenCV 2.2(来自Willow Garage)构建一个基本的人脸识别系统(PCA-Eigenfaces).我从许多以前关于人脸识别的帖子中了解到,没有标准的开源库可以为您提供所有人脸识别.

相反,我想知道是否有人使用了这些功能(并将它们集成在一起):

icvCalcCovarMatrixEx_8u32fR
icvCalcEigenObjects_8u32fR
icvEigenProjection_8u32fR

et.al在eigenobjects.cpp形成一个人脸识别系统,因为这些功能似乎提供了许多所需的功能cvSvd？

因为我是OpenCV的新手,所以我很难理解这样做.

是否有模式识别算法,我可以指定匹配或丢失某些参数的权重？例如,假设我有3个字符串:

str1 = Samsung 11.6" 64GB Slate PC Tablet with Wi-Fi - Black  
str2 = Samsung Series 7 XE700T1A-A05US 11.6-Inch Slate (64 GB, Win 7 Pro)
str3 = Samsung Series 7 XE700T1A-A03US 11.6-Inch Slate (128 GB SSD, Win 7 HP)

我想将str2与str1匹配,因为它们具有相等的GB,即使传统的字符串距离会说str2更接近str3.实际上,我希望能够处理大量具有不同权重的参数.

任何指向正确方向的指针都将受到赞赏.

我有一个简单的模板灰度图像，上面有白色背景和黑色形状，并且我有几个类似的测试图像，我想比较这两个图像并查看模板是否与任何测试图像匹配。您能否建议一个简单（易于使用）的 C++ 模式识别库，它可以获取两个图像并进行比较并显示结果？

我试图绘制类似于下面的内容:

我正在使用Matlab.我实现了绘制等高线图.但是我无法得出判别力.任何人都可以显示样本Matlab代码或给出一些想法来绘制判别式吗？

如何使用 EMGU CV 和 C# 计算图像的 hog 描述符向量。

如果我做这样的事情：

float[] f;
Image<Bgr, Byte> img1 = new Image<Bgr, Byte>(fullPath);

f = hog.Compute(img1, Size.Empty, Size.Empty,null );

它不起作用，它给出了

你调用的对象是空的。

例外。我想用默认参数计算 hog 描述符。

有人知道该怎么做吗？

Emgu 简历的记录非常少。

我已经修改了代码，现在收到以下错误：“外部组件引发了异常”下面列出了代码

public float[] GetVector(Image<Bgr, Byte> im)
    {
        HOGDescriptor hog = new HOGDescriptor();    // with defaults values
       // Image<Bgr, Byte> pImage = new Image<Bgr, Byte>(;
       //pImage.ROI = new Rectangle(new Point(0, 0), new Size(64, 128));
        Point[] p = new Point[im.Width * im.Height];
        int k = 0;
        for (int i = …

我的任务是为我的公司执行现有分类器的基准测试.目前最大的问题是区分不同类型的交通工具,比如识别我目前是否在火车上,驾驶汽车或骑自行车,这是主要关注点.

我一直在阅读很多关于LSTM,http://en.wikipedia.org/wiki/Long_short_term_memory及其最近在手写和语音识别方面的成功,其中重大事件之间的时间可能相当长.

所以,我第一次想到火车/公共汽车的问题是,可能没有像走路/跑步那样明显和短暂的周期,因此长期记忆可能是至关重要的.

有没有人尝试过类似的结果？或者是否有其他技术可以更好地解决这个问题？

所以在Matlab中我用手写数字执行PCA.基本上,我说30*30维图片,即900像素,我认为在PCA之后捕获大部分方差的组件,比如基于某个阈值的前80个主要组件(PC).现在这些80个PC也是900维度,当我使用imshow绘制这些时,我会得到一些图像,比如看起来像0,6,3,5等等.这些前几个PC的解释是什么？我提取的80)？