当前位置：
首页 资源下载
搜索资源 - visual attention matlab
搜索资源列表
-
1下载：
利用视觉注意机制生成显著图（包括matlab程序、exe程序和相应的文章）-Use of visual attention mechanisms generate significant plan (including the matlab program, exe and the related article)
-
-
0下载：
视觉注意力模型，寻找感兴趣区域，模仿人眼找出最感兴趣的区域，再找出第二感兴趣的区域，以此类推-Visual attention model to find the region of interest, to imitate the human eye to identify the most interesting region, and then find the second region of interest, and so on
-
-
0下载：
多媒体技术的发展和视觉信息的飞速膨胀迫切需要对视觉信息资源的有效管理和检索。由此，基于内容的图像和视频检索技术得到了越来越多的重视，成为了多媒体信息检索和图像处理领域中的重要研究方向。CBIR技术将对大规模图像信息的管理和访问提供有力支持。
本文这种介绍了内容图像检索的灰度特征实现方法，具有理论意义和实际应用价值。针对基于内容图像检索技术进行了研究，介绍了其研究现状和关键技术，讨论了其技术瓶颈和发展趋势。共生矩阵法，是对图像的所有像元进行统计调查，以便描述其灰度分布的一种方法。分析了这种基于
-
-
0下载：
视觉注意驱动的基于混沌分析的运动检测方法，matlab论文，功能详细-Visual attention-driven analysis based on chaotic motion detection method, matlab thesis, Feature Details
-
-
0下载：
计算视觉注意系统及其认知基础调查，matlab英文论文-Computational Visual Attention Systems and Their Cognitive Foundations A Survey
-
-
0下载：
工作记忆和指导视觉注意之一致驱动方向，matlab方面的一篇不错的论文-Working memory and the guidance of visual attention: Consonance-driven orienting
-
-
3下载：
视觉注意工具箱，经典的Itti模型的工具箱，是GUI工具箱，有很直观的操作-visual attention toolbox for matlab ,the bos of GUI
-
-
1下载：
此代码用于动态视觉检测。用matlab实现静态显著性！-The code is used for Dynamic Visual Attention.MATLAB implementation available for static saliency!
-
-
1下载：
Matlab编写的Itti视觉注意模型的经典算法，有需要的可以下载，内容较多，网上有类似的英文原文文献。-Matlab prepared by the classical algorithm of the Itti visual attention model, there is a need can download more content, similar to the original English text literature online.
-
-
1下载：
基于matlab利用视觉注意机制模型和图像分割技术提取感兴趣区域-The use of visual attention mechanism based on matlab image segmentation technique to extract the model and region of interest
-
-
1下载：
这是我自己根据Visual Attention Detection in Video Sequences Using Spatiotemporal Cues这篇文章写的matlab程序，比较好用，但是效果还有待完善，贴出来大家看看，有好的改进办法欢迎留言。压缩文件里面包含论文以及LC算法的代码。-This is based on my own Using Visual Attention Detection in Video Sequences Spatiotemporal Cues This
-
-
1下载：
时空上下文视觉跟踪（STC）算法的解读与代码复现
该论文提出一种简单却非常有效的视觉跟踪方法。更迷人的一点是，它速度很快，原作者实现的Matlab代码在i7的电脑上达到350fps。
该论文的关键点是对时空上下文（Spatio-Temporal Context）信息的利用。主要思想是通过贝叶斯框架对要跟踪的目标和它的局部上下文区域的时空关系进行建模，得到目标和其周围区域低级特征的统计相关性。然后综合这一时空关系和生物视觉系统上的focus of attention特性来评估新的一
-
