搜索资源列表
bio_work
- 基于人类实验数据的心室细胞模型ten tusscher 2004。-ventricular cell model based on human experimental data （ ten tusscher 2004）.
skindetector
- skin detection system used for human skin detection.
x-37
- 人类第一架空天飞机，X-37B即将再次发射，本文件为X-37B的.mdl模型，可用于分析和显示。查看请用AGI modeler打开。-The first elevated the human plane, X-37B is about to launch again, the file is X-37B' s. Mdl model that can be used to analyze and display. View please use AGI modeler open.
ls-dyna-human-model
- lsdyna的假人模型,非常有价值,从国外弄来的,很难的,很复杂的!-lsdyna dummy, very valuable, did you get from abroad, it is difficult, very complicated!
OpenGLimpoor3ds
- 用opnegl导入3ds人体模型，使用0pengl实现人体的重绘、蒙皮-Import 3ds human model with opnegl
PCT-matlab
- 人眼感知对比度阈值模型的matlab仿真-The human eye perceives contrast threshold matlab simulation model
LRC
- 代码是线性递归模型对于人脸进行检测和重构-The code is linear recursive model for human face detection and reconstruction
rexliwj-programming-programming
- 运用VC编程实现一个动态人体模型,不错可以用,很好-Using VC programming to realize a dynamic human body model, good, very good
$RE9HDTO
- 利用MATLAB实现多旋翼无人机的多机编队仿真，包括三维模型绘制，pid参数计算，利用GUI实现人机交互界面，实时显示各架飞机的状态。(Using MATLAB to achieve multi-rotor UAV multi-aircraft formation simulation, including three-dimensional model rendering, pid parameter calculation, the use of GUI to achieve human-c
gbvs
- 新的自下而上的视dmits combination with other maps. The model is simple, and biologically plausible insofar as it is naturally parallelized. This model powerfully predicts human xations on 749 variations of 108 natural images, achieving 98% of the ROC area
17428703Find_Lips_in_YCbCr
- 通过高斯肤色模型的建立，分割出人脸区域，接着，结合人脸几何特性筛选出人脸区域，依据嘴巴的颜色同人肤色的其它部位相比较，有着明显的不同，从而建立嘴巴模型，找出了嘴巴的特征部位。(Based on the Gauss model of skin color segmentation, face region, and then combined with face geometric characteristics of selected face region, on the basis of o
mocap6dataset-master
- 卡内基梅隆大学(CarnegieMellonUniversity)的图形实验室收集的MOCAP数据库是由红外照相机产生的，它在不同的时间内记录人体上的一些红外标记。活动。与描述各种人类GAITS（即Boulic模型[37]）的经验数学参数化模型相比，这样的数据库能够描述该模型。更多的人的GAIT和复杂的活动，例如爬行、跑步、跳跃等。(The MOCAP database collected by the Graphics Laboratory at the Carnegie Mellon Uni
LSTM-Human-Activity-Recognition-master
- 与经典的方法相比，使用具有长时间记忆细胞的递归神经网络(RNN)不需要或几乎不需要特征工程。数据可以直接输入到神经网络中，神经网络就像一个黑匣子，可以正确地对问题进行建模。其他研究在活动识别数据集上可以使用大量的特征工程，这是一种与经典数据科学技术相结合的信号处理方法。这里的方法在数据预处理的数量方面非常简单(Compared with the classical methods, the recursive neural network (RNN) with long-term memory