搜索资源列表
基于深度学习的机器人抓取仿真训练技术研究
- 机器人智能抓取是实现机器人智能化的重要一环。由于待抓取物品形状、尺度的多样性以及环境因素的影响，抓取任务很难用准确的数学公式求解。以往的研究多是借助计算机视觉、机器学习等相关技术，虽有一定的效果，但智能化程度还是较低。2012 年后深度学习技术逐渐崛起，因为其良好的特征提取表现被应用在了各个领域，如医学图像、自动驾驶、数据分析等，近年来国外学者开始将这项技术应用到机器人抓取，并取得了一定的成果。
Python极客项目编程
- 《Python极客项目编程》里面讲解了一些很好玩的项目。 利用参数方程和turtle模块生成万花尺图案； ● 通过模拟频率泛音在计算机上创作音乐； ● 将图形图像转换为ASCII文本图形； ● 编写一个三维立体画程序，生成隐藏在随机图案下的3D图像； ● 通过探索粒子系统、透明度和广告牌技术，利用OpenGL着色器制作逼真的动画； ● 利用来自CT和MRI扫描的数据实现3D可视化； ● 将计算机连接到Arduino编程，创建响应音乐的激光秀。(Python Geek Program
itk
- Insight Toolkit (ITK)是一个用于医学图像处理的开源跨平台系统。它为医学影像研究人员提供了一套广泛的前沿算法，用于登记、分割、分析和量化医学数据。它被用于数以千计的研究和商业应用，从大型实验室到个体创新者。
android 应用开发与典型案例分析
- 《Android应用程序开发与案例分析》从初学者的角度出发，通过通俗易懂的语言、丰富多彩的案例分析、关键代码的分析，详细介绍了Android平台基础知识以及进行项目开发应该掌握的基本应用技术。内容包括Android集成开发环境搭建、Android项目的组成及开发流程、常用基本组件的使用、后台服务开发、数据存储技术、组件之间的通信技术、多媒体、网络通信技术、图形和图像处理及项目案例分析等。
视觉检测跟踪
- 基于视觉的目标检测与跟踪是图像处理、计算机视觉、模式识别等众多学科的交叉研究课题, 在视频监控、虚拟现 实、人机交互、自主导航等领域, 具有重要的理论研究意义和实际应用价值. 本文对目标检测与跟踪的发展历史、研究现状以 及典型方法给出了较为全面的梳理和总结. 首先, 根据所处理的数据对象的不同, 将目标检测分为基于背景建模和基于前景建 模的方法, 并分别对背景建模与特征表达方法进行了归纳总结. 其次, 根据跟踪过程有无目标检测的参与, 将跟踪方法分为生 成式与判别式, 对基于统计的表观建