搜索资源列表
fz
- 机器视觉技术是计算机科学的重要研究领域，其中背景图像中字符的提取和识别有重大的研究意义.通过分析复杂背景中字符存在的特点，针对快速分割和识别的应用需求，提出了一种在色调上将阀值法和区域生长法相结合的分割方法.
人体运动跟踪系统的研究与实现
- 利用图像序列中运动目标的行为特征对其表现的行为进行识别与分析的技术，它可以赋予计算机类似于人一样的观察和理解动态场景的视觉能力
数字互动
- 数字互动 玻璃幕互动展示 技术介绍：是结合文字、图形、影像、声音、动画等各种媒体的一种应用，并且是建立在数字化处理的基础上，它具有多种技术的系统集成性，基本上包含了当今计算机领域内最新的硬件技术和软件技术。 用手指或其它自然物品在投影屏幕上的触摸选择，以图片、文字、声音、视频、动画等多媒体方式进行展示查询，实现打开界面、转换画面、信息查询、拖动等控制功能。利用先进的摄相机视觉捕捉，获取并识别人手指或其它自然物品在投影屏幕上的位置，通过计算，将手指在投影屏幕上的物理坐标转换为计算机屏幕的
dx565
- 非常适合计算机视觉方面的研究使用,窗函数法设计一个数字带通FIR滤波器，计算目标和海洋回波的功率谱密度。- Very suitable for the study using computer vision, A window function design FIR digital band-pass filter, Calculating a target and ocean echo power spectral density.
ntuhu
- 通过虚拟阵元进行DOA估计，非常适合计算机视觉方面的研究使用,欢迎大家下载学习。- Conducted through virtual array DOA estimation, Very suitable for the study using computer vision, Welcome to download the study.
Harris-detection-amd-matching-corner
- 使用Harris角点检测，然后使用RANSA算法进行相应的match匹配算法，主要应用在计算机视觉以及opencv中-Harris corner detection and match corresponding corner points by match algorithm and RANSA algorithm in computer vision and openCV
xb541
- GPS和INS组合导航程序，非常适合计算机视觉方面的研究使用,具有丰富的参数选项。- GPS and INS navigation program, Very suitable for the study using computer vision, It has a wealth of parameter options.
kgjdx
- 已调制信号计算其普相关密度，FIR 底通和带通滤波器和IIR 底通和带通滤波器，非常适合计算机视觉方面的研究使用。- Modulated signals to calculate its density Pu-related, Bottom-pass and band-pass FIR and IIR filter bottom pass and band-pass filter, Very suitable for the study using computer vision.
gunfaiyan
- 数学方法是部分子空间法，独立成分分析算法降低原始数据噪声，非常适合计算机视觉方面的研究使用。- Mathematics is part of the subspace, Independent component analysis algorithm reduces the raw data noise, Very suitable for the study using computer vision.
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
OpenCV+3计算机视觉+Python语言实现%28第二版%29
- opencv和python的结合的相关知识点的参考文献(References to the relevant knowledge points of the combination of OpenCV and python)
Reconstructing Plants in 3D from a Single Image Using Analysis-by-Synthesis
- 成熟的计算机视觉技术允许重建 从图像中挑战3D对象。然而，由于高度的复杂性 植物拓扑中，用于生成三维植物模型的专用方法 必须设计。我们建议使用 一种综合分析方法，混合来自单一图像的信息 以及对植物种类的先验知识。 首先，我们专用的骨架算法从叶子分割中生成一个可能的分支结构。然后，一个3D生成模型， 建立了考虑植物知识的分支系统参数模型。生成的骨架遵循 自然分支结构的层次结构。的一个实例 可以生成一个3D模型。的变参数值 生成模型(植物和树叶的主要分枝结构)，我们 生产一系列
Face Recognition. From Traditional to Deep Learning Methods
- 近几年，传统的人脸识别算法被深度卷积网络所代替。CNN的主要优势就是可以结合庞大的数据集提取出原先所提出不出来的优质feature,与此同时精度也提升了很多。同时CNN的出现也加速了计算机视觉的发展，例如object detection 、recognition、segmentation。
CVPR_2019_全部论文开源代码链接汇总 (1)
- CVPR 2019 全部论文开源源码汇总 CVPR2019 最佳论文:A Theory of Fermat Paths for Non-Line-of-Sight Shape Reconstruction CVPR2019 最佳学生论文：Reinforced Cross-Modal Matching & Self-Supervised Imitation Learning for Vision-Language Navigation(CVPR2019 best paper A The
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。
概率论与数理统计
- 此ppt用于计算机视觉的期末复习，里边都是一些重点内容，希望能帮到各位读者。
面向安防监控AI应用的图形处理技术
- 在对人工智能(AI)而非提高像素的需求推动下，特别是在由计算机视觉和数据驱动的决策制定方面，GPU(图形处理单元)领域已出现一场革命。神经网络的到来已使视觉处理成为现代世界的关键因素。因此，机器人处理操作、智能监控摄像头以及汽车高级驾驶辅助系统(ADAS)等相关行业都发生了变化
干货!3个重要因素，带你看透AI技术架构方案的可行性
- 人工智能这几年发展的如火如荼，不仅在计算机视觉和自然语言处理领域发生了翻天覆地的变革，在其他领域也掀起了技术革新的浪潮。
学习OpenCV 中文版
- 计算机视觉是在图像处理的基础上发展起来的新兴学科。Opencv是一个开源的计算机视觉库，是英特尔公司资助的两大图像处理器利器之一。本书作为进一步学习opencv的必备工具之一。
Visual Saliency Based on Multiscale Deep Features
- 本资源为论文，是计算机视觉的显著性检测领域的经典论文之一