我们在上一篇笔记中讲到了PCA(主成分分析)。PCA是一种直接的降维方法，通过求解特征值与特征向量，并选取特征值较大的一些特征向量来达到降维的效果。本文继续PCA的话题，包括PCA的一个应用—
摘要：驾驶员疲劳驾驶是造成交通死亡事故的重要原因之一。目前检测疲劳驾驶主要有检测驾驶员生理变化指标、驾驶员外部特征变化或者驾驶员行为及其引起的车辆运动特征的变化等几种方法。本项目利用加速度传感器检测疲
生物识别技术主要是指通过人类生物特征进行身份认证的一种技术,人类的生物特征通常具有唯一性、可以测量或可自动识别和验证、遗传性或终身不变等特点,因此生物识别认证技术较传统认证技术存在较大的优势。
本项目基于高性能FPGA开发平台，实现4路高速CCD摄像头视频数据采集，采用基于SIFT特征点提取算法进行图像特征提取与匹配，并采用了加权平均方法对视频进行拼接，实现4路视频的实时拼接的环视SOC系统
本文对虹膜识别系统的图像获取、虹膜定位、虹膜图像的特征提取、建立虹膜特征数据库、分类器的设计及图像之间的匹配进行了讨论，然后给出了识别结果。
使用FPGA进行虹膜特征的提取和匹配计算。将用户的虹膜特征数据事先存储在数据库中，捕获测试者的虹膜图像，通过预处理以及特征提取，得到待测特征数据，与数据库中的特征数据进行模式匹配，根据Bayes最大后
图像分割是把图像分割成互不相交的区域，使每个区域内的像素具有某种相似的特征，以便对图像进行后续处理。图像分割是图像分析的难点之一，至今没有一个通用且有效的图像分割方法能够满足不同的需求。
在实际应用中，几乎所有的生物认证技术均通过以下步骤实现：传感器采集原始生物特征数据；处理采集数据，完成特征提取，形成代表目标对象的特征集；模式匹配，将提取的特征集与数据库中保存的模板进行对比；判断程
