搜索资源列表
深度学习整站系统 v0.10
- 时代互联5周年庆典,低至6.2折 Shopxp 商城购物系统 北京联通 上海电信 辽宁联通 江苏电信 河南网通 北方电信 a站长强烈推荐使用迅雷5高速下载! a全球最大的驱动下载基地! a强烈推荐使用IS下载 a域名45元,虚机100M 50元,诚征代理 注意：推荐使用网际快车或迅雷飞速下载!若不能下载,请报告错误,谢谢!下载解压缩软件: WinRAR 韩国服务器出租 软件简介： 主要功能:
ltsj
- ：利用自行研制的多导视觉诱发电位（J M）信号采集处理系统和两套视差深度随机点立体（NOI）图对，诱发 视皮层神经网络兴奋发放，提取并分析了立体视觉视差深度认知过程的皮层电位信号，对视差相关诱发电位特征进 行了标定’ 采用两种完全不同的信息处理方法重复实验，揭示了高级视皮层功能区出现的K! 波由视差相关J M 发 放，提示体视视差深度信息处理可能是在高级视皮层功能区上完成的’ 根据不同功能区隐含信息的处理结果，推测 大脑皮层体视信息处理系统中存在信息反馈通路’ 实验结果还表明，立
Depth
- 利用深度信息进行的三维图像的显示和绘制。-depth information for the three-dimensional image display and mapping.
5
- 提出了装配机器人系统中一种基于视觉引导和超声测距的运动目标跟踪和抓取 方法。介绍了运动目标的跟踪原理，采用图像雅可比矩阵进行机器人运动控制，跟踪运动 的目标。利用视觉引导技术，获取目标在图像平面中的位置与方位，进行平面跟踪，然后 引导超声波测距装置测取目标深度信息。实验结果验证了本文提出的这种方法的可行性 和有效性。
StereoRegion1.zip
- 基于区域的立体匹配算法 本算法从两幅彩色立体图像对中提取深度信息，使用过滤器消除视差图深度估计中的不稳定性。,Region Based Stereo Matching Algorithms region based stereo matching algorithms are developed for extraction depth information from two color stereo image pair. A filter eliminating unrelia
AffineTransformation
- 仿射变换法求深度信息，目前最好的方法 function [Z,D11,D12,D22] = diffusion_kernel_function(gx,gy,im) gx,gy 为x,y方向偏导数 Z 为恢复出来的是深度信息。 函数适应于从 图像法相信息恢复高度信息-Affine transformation method the depth of information, is currently the best way to function [Z, D11, D12, D22
Papers1
- Stanford University大学教授，Ng近年来的11篇论文，主要研究方向为估测图像中物深度信息。-Stanford University University Professor, Ng of the 11 papers in recent years, the main research directions for the estimation of image depth information objects.
robot_vision_chapter6
- 机器人视觉，遗憾的是只有第六章，包括发展历程、图象处理、场景分析、立体视觉和深度信息等内容-robot vision (chapter 6)
main
- 采用邻接矩阵表示无向图，完成图的创建、图的深度优先遍历、图的广度优先遍历操作。其中图的顶点信息是字符型，图中顶点序号按字符顺序排列。本输入样例中所用的图如下所示： Input Format: 第一行输入两个值，第一个是图中顶点的个数，第二个是图中边的条数 第二行输入各顶点的信息，即输入每个顶点字符 第三行开始输入每条边，每条边的形式为两个顶点的序号，中间以空格隔开，输入完一条边换行 Output format: 首先输出图的顶点信息，输出完毕换行 接着输出图的邻
2Dto3D
- 本文提出的基于稀疏线性模型的优化算法能够相对准确、稳定地估计出二维特征点的深度信息。将深度估计值应用于形变算法，可以提高人脸的重建精度。-The proposed model based on sparse linear optimization algorithm is relatively accurate and stable two-dimensional feature points to estimate the depth of information. Estimate the
Depthmeasurementoftheobjectbasedonthecorresponding
- 提出了一种基于对应点匹配的物体深度信息测量方法。首先给出了物理图像坐标系与像素坐标系之间的关系；其次，借助于相关法计算两幅图像中目标的相似度，以实现同一目标在不同成像中的匹配；然后从目标几何形状的角点出发，结合对应点的外极线约束条件，提出一种有效的对应点匹配算法，并利用对应点的视差计算基于光轴平行的双摄像机成像的目标深度信息。计算机仿真结果验证了算法的有效性。-A method for measuring the depth of an object was proposed based on
Time_Consistency
- 整理一些求取多视角动态场景深度图的文章，利用了场景的空间信息和时间信息-some papers for multiview dynamic depth recovery, which use spatial and temporal information of the scene
imagedepthdetecting
- 融合深度信息的运动人体图像分割研究，深度信息的增加提高了鲁棒性-Fusion of depth information segmentation of human motion, increasing the depth of information to improve the robustness
Learning-depth-information
- 本文提出一种基于高斯- 马尔科夫 随机场模型，首先通过图像采集及激光测距系统，采集大量图像及其相匹配的深度信息图，在 人类视觉系统基础上，提取图像特征，通过训练完善模型，并应用于新采集图像上-This paper presents a Gauss- Markov random field model, first by image acquisition and laser ranging system, collecting a large number of images to ma
视差图得到具体深度的matlab程序
- 双目匹配得到的视差图，通过此程序可以算出具体某点的深度信息。
基于颜色的三维深度信息
- 用matlab编程语言 基于颜色RGB的深度信息，用于深度信息还原三维重建(Color based depth information)
深度卷积神经网络
- 作为类脑计算领域的一个重要研究成果，深度卷积神经网络已经广泛应用到计算机视觉、自然语言处理、信息检索、语音识别、语义理解等多个领域，在工业界和学术界掀起了神经网络研究的浪潮，促进了人工智能的发展。卷积神经网络直接以原始数据作为输入，从大量训练数据中自动学习特征的表示。(As the important research achievement, deep convolutional neural networks have been widely applied to various fiel
深度图像
- (1) 读取图片 ，转换为灰度图像； (2) 对 view1.png view1.png view1.png view1.png和 View5 .png .png 将图像 按照 4x4 像素 /方格 的形式 进行 分块； (3) 考虑 边缘的相对稳定 性，以及 双目 成像 视差 规律 ，在第一幅图像分割得 到的块图像周围 20 个像素 个像素 的距离区间内由近到远进行搜索，寻找 与该块 欧氏距离最近的块作为新位置 ； (4) 计算 视差 ，将每个小块 中代表点 的视差 信息转换到整个 区间
基于深度强化学习的复杂环境下机器人自主移动算法
- 本算法是通过深度强化学习方法，模拟人类行走策略，建立避免碰撞的模型，训练机器人底盘以人类习惯在复杂变化的环境中主动生成速度和角度信息，从而自动行走。
图像匹配和深度计算
- 基于MATLAB的图像匹配程序和图像信息计算研究的源程序，内容完整，直接可以使用。。