资源列表
人群密度报警
- 人群密度估计，导入视频，生成一帧一帧的图片，并判断密度是否超过阈值，超过的报警。(Crowd density estimation, the introduction of video, generate a frame of pictures, and determine whether the density exceeds the threshold, more than the alarm.)
手写体数字识别界面程序
- 模糊模式识别，贝叶斯，手写识别。用于识别手写的数字。有样本图片。(Fuzzy pattern recognition, Bayes, handwriting recognition. Used to recognize handwritten numbers.)
dct
- 基于离散余弦变换实现图像压缩。程序可以直接运行。(Image compression based on discrete cosine transform.)
XB
- matlab实现基于小波变换的图像压缩。源程序直接可以运行，需要自备实验用的图片(Image compression based on Wavelet Transform by matlab.)
OpenGL ES应用开发实践指南 Android
- learning opengl es ,learning opengl es, learning opengl es
handeye_stationarycam_calibration
- halcon手眼标定，相机固定的形式，实现手眼标定(Halcon hand eye calibration, camera fixed form, achieve hand-eye calibration)
3_PointCloud
- 将Kinect的深度图像与彩色图像匹配，并用opengl显示(Matching the depth image of Kinect with color image)
BINO
- 双目立体匹配算法 基于最小生成树的双目匹配(Binocular matching based on MST)
demo
- 利用opencv进行相机标定 内附标定板图像(Camera calibration with OpenCV.)
matrixcompletion
- 矩阵完成算法 具有辅助信息的低秩矩阵完成模型(A low-rank matrix completion model with side information)
Colorhist_Libsvm_dem
- 随着科学技术的飞速发展，机器学习与人工智能技术的不断创新，人们对特定信息检索的需求逐渐增加，使得如何对资源进行合理有效的分类成为一个关键问题。近几年来，基于内容的图像分类的研究焦点主要集中在自然图像的场景分类和物体分类两个方面，大多采用有监督学习方法，通过对底层特征建模和中间语义分析来实现分类。 本文基于Libsvm的图像分类研究及实现，主要针对的是物体分类这一方面，选用了五类水果作为分类研究的对象。对图像进行分类的大体步骤主要包括采集图像样本（主要从Web上获取）、图像预处理（如截成大小一致
sift_RANSAC
- 基于 sift和ransac 实现目标检测和定位(obtaining object detection and position recognition based on sift and ransac)