搜索资源列表
imagesaliency
- 图像显著性图像显著性图像显著性图像显著性图像显著性图像显著性图像显著性图像显著性图像显著性图像显著性图像显著性图像显著性图像显著性图像显著性图像显著性图像显著性图像显著性
BMS
- 显著性分析BMS算法, 这是一个简单有效的例子 在windows上个正常编译通过，在linux下未试验-Significant analysis BMS code
F-test
- 用残差法（F检验法）,残差检验法来辨识模型阶次，在模型阶次确定的情况下，依据递推法辨识出模型参数。这种利用残差定阶的方法需要在获得模型参数值之后，求得模型残差序列，并借以统计假设检验方法对残差的方差进行显著性检验来确定模型的阶次。-Extrapolation identified model parameters. This use of the residual method needs to be in order after obtaining the model parameter va
visual-saliency
- 基于全局对比度的显著性检测算法，已经测试通过，可以运行。-Based on significant global contrast detection algorithm has been tested, you can run.
SDgraph
- 06年Nips上经典的基于图模型的视觉显著性检测matlab版本源码-Graph-based model for visual saliceny detection
source_code_TBM_activecontours.tar
- 主动轮廓模型结合一个特殊的显著性方法实现目标分割-using active contour with a special salient detction modle to segment an image
FigTree-v1.4.0
- Cluster 斯坦福的对大量微矩阵数据组进行各种簇（Cluster）分析与其它各种处理的软件。 SAM Significance Analysis of Microarrays 的缩写，微矩阵显著性分析软件，EXCEL软件的插件，由Stanford大学编制。 -Cluster Stanford microarray data set for a large variety of cluster (Cluster) analysis software and other kinds of
zhubuhuiguifenxi
- 逐步回归分析的fortran程序，（I为变换次数，矩阵为R(I)，Q为剩余平方和，SD为剩余标准差，F为显著性检验值，R为复相关系数，B为回归系数）-Stepwise regression analysis fortran program, (I was converted number matrix R (I), Q is the residual sum of squares, SD for the residual standard deviation, F is significant
salientregiondetection
- 显著性检测经典算法-saliency detecton
code_absorb_MC
- 此代码为显著性检测代码，显著性检测效果不错-This code is a significant detection code to detect significant good results
BMS-mex
- 一个基于布尔图的显著性检测模型这个模型利用了全局拓扑测度，这一拓扑测度已经被证明了有助于感知的图形-背景分割。如格式塔心理学研究表明，如下因素很可能会影响图形-背景分割：大小，surroundedness，convexity, symmtry。本文研究surroundedness cue在显著性检测中的应用。 surroundedness的本质是图形和背景之间的enclosure topological relationship，能够被很好地定义，并且对不同的变化具有不变性（不懂）。 为了衡量s
salient-region-detection
- 基于全局对比度的显著性区域检测，包括基于直方图对比度和基于区域对比度-Based on the significant global contrast region detection, including histogram-based contrast and contrast-based regional
cvpr14_saliency_code
- CVPR 2014上的关于图像显著性区域的检测matlab代码。-Wangjiang Zhu, Shuang Liang, Yichen Wei, and Jian Sun. Saliency Optimization from Robust Background Detection. In CVPR, 2014.
SaliencyProject
- 这是一个基于显著性检测的图像分割的工程，是用visual C++开发的，可以运行，分割效果不错。-This is a project based on image segmentation significant detection is developed using visual C++ can run, split good results.
src_spl2014_denoise
- 视频显著性的一个源码 大连理工大学提供的 利用贝叶斯以及重建误差提取显著性特征-A significant source of the video provided by Dalian University of Technology and the reconstruction error using Bayesian extract significant feature
BingObjectnessCVPR14
- 2014年显著性检测的 cvpr的一篇文章c++代码 值得参考 -2014 significant detection cvpr article c++ code worth considering
start1
- 一种基于区域显著性的红外图像目标分割方法-Region-of-interest-based target segmentation method in IR images
LayeredShow-Significant-Effect
- 分层显著性效果展示，可以用来和显著性检测创新论文效果对比。-Layered show significant effect, can be used to and significant test paper contrast effect.
saliency-detection-based-PQFT
- 显著性检测，PQFT算法matlab实现-Silency detection, PQFT algorithm matlab implementation
linearEst
- linearEst线性回归算法，包括回归显著性检验，F 检 验-Linear regression algorithm