Local binary patterns
PulseAugur coverage of Local binary patterns — every cluster mentioning Local binary patterns across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
研究比较CNN与手工特征在面部表情识别中的应用
一项新的研究实证比较了用于面部表情识别的手工特征学习方法（如方向梯度直方图（HOG）和局部二值模式（LBP））与卷积神经网络（CNN）。该研究使用了三个数据集：FER-2013、CK+和KDEF，评估了支持向量机（SVM）的HOG、逻辑回归的LBP以及一个轻量级CNN。结果表明，CNN通常优于其他方法，尤其是在复杂数据集上，而HOG在受控环境下表现强劲，LBP则在所有情况下表现不佳。该研究强调了数据集复杂性和鲁棒特征学习在实现有效面部…
-
新的RadiomicNet架构通过可解释的人工智能增强医学图像分割
研究人员开发了RadiomicNet，这是一种新颖的深度学习医学图像分割架构，它集成了手工制作的放射组学特征，以增强可解释性并降低计算需求。这种混合方法使用带有灰度共生矩阵（GLCM）和局部二值模式（LBP）特征的放射组学注意力门（RAG），来指导轻量级MobileNetV2编码器-解码器中的注意力。RadiomicNet在乳腺超声图像（BUSI）数据集和Kvasir-SEG上取得了有竞争力的性能，同时使用的参数比标准的U-Net和U…
-
AI技术综述用于增强牛只识别
一篇发表在arXiv上的综合性综述详细介绍了机器学习和深度学习技术在牛只识别中的应用。虽然K近邻和支持向量机等传统方法显示出潜力，但卷积神经网络和YOLO等深度学习模型在认知、检测和识别方面表现出卓越的性能。该论文强调了包括数据集有限、由于环境因素导致的数据质量问题以及实时处理的需求等挑战，旨在指导可持续畜牧管理系统的发展。
-
新工具箱使用TDA分析酪蛋白凝胶化动力学
研究人员开发了一个新的计算工具箱，将拓扑数据分析（TDA）与差分盒计数和局部二值模式等其他方法相结合。该工具箱分析动态酪蛋白凝胶化的显微图像，以了解其与流变性质的关系。TDA组件专门跟踪拓扑环，这些环反映了蛋白质网络的互连性，揭示了凝胶化过程中与宏观流变测量相关的不同阶段。