Riconoscimento di glifi'

Riconoscimento dei glifi (o glifi ottici come vengono chiamati più frequentemente) è piuttosto un argomento di intersezione, che ha applicazioni in una gamma di diverse aree. L'applicazione più popolare di glifi ottici è la realtà aumentata, dove computer vision algoritmo li trova in un flusso video e sostituisce con oggetti generati artificialmente, creando una visione che è mezzo vero e mezzo virtuale - oggetti virtuali in un mondo reale. Un'altra area di applicazione glifi ottico è la robotica, dove glifi possono essere utilizzati per impartire comandi a un robot o aiutare il robot per navigare all'interno di un ambiente, dove i glifi possono essere utilizzati per dare indicazioni di robot. Ecco una delle demo dell'applicazione ottica glifi bello:

 

 IPPrototyper tool

 

Modelli di Markov nascosti

Viene illustrato come utilizzare modelli di Markov nascosti (HMMs) e Markov sequenza classificatori per riconoscere le sequenze di osservazioni discreti.

 

 

Cinematica di Denavit-Hartenberg

Denavit-Hartenberg forward kinematics sample application.

Viene illustrato come utilizzare i parametri di Denavit-Hartenberg ed equazioni alle catene cinematiche modello.

 

Levenberg-Marquardt

Levenberg-Marquardt algorithm for Approximation, Time Series, and the XOR problems.

Dimostrando l'utilizzo delle applicazioni di Neuro per lavorare con Levenberg-Marquardt invece di Backpropagation. Include soluzioni per approssimazione, previsione di serie temporali e l'esclusiva- o (XOR) problema usando reti neurali addestrate di Levenberg-Marquardt.

 

 

 

Quadratica (QP) solutore di programmazione

Quadratic programming with the Goldfarb-Idnani solver.

Quadratica programmazione (QP) risoluzione dei problemi utilizzando il metodo doppio di Goldfarb e innocenti.

 

Impronte digitali Verifica

 

Riconoscimento delle impronte digitali è oggi un'area di ricerca attiva. Un componente importante nei sistemi di riconoscimento delle impronte digitali è l'algoritmo di corrispondenza delle impronte digitali. Secondo il dominio del problema, algoritmi di corrispondenza delle impronte digitali sono classificati in due categorie: algoritmi di verifica di impronte digitali e algoritmi di identificazione di impronte digitali. Lo scopo degli algoritmi di verifica delle impronte digitali è di determinare se le due impronte vengono dal dito stesso o non. D'altra parte, gli algoritmi di identificazione delle impronte digitali cerca un'impronta di query in un database, cercando le impronte digitali provenienti dal dito stesso.

Questa Demo illustra il riconoscimento delle impronte digitali e l'identificazione.

Campione casuale di consenso (RANSAC)

Robust linear regression estimation with RANSAC.

Viene illustrato come utilizzare RANSAC per adattarsi robustamente una regressione lineare, evitando l'impatto negativo dei valori anomali nei dati di regressione.

 

I nostri partner

itresearches Discover our Technology Demonstrations : http://t.co/Bm1s6kIFub http://t.co/9JcATBDbUc

Entrare in contatto con noi!

Newsletter

Address

Address:
34 New House, 67-68 Hatton Garden, London, England, EC1N 8JY, City of London
Toll(UK):
+448000786364
Fax(UK) :
+448458520997

About Us

IT Researches ltd is an information technology company & International computer research centre offering a wide variety of 'AI Powered™' IT services for companies and researchers worldwide .

Connet With Us