搜索资源列表
superpixels
- 采用超像素进行分割图像，利用到了超像素和Ncut的方法，采用了c与maltab混合编程。-Code to compute superpixels. use cncut and superpixel code for segmentation. Mex program c and matlab
SLICSuperpixelsAndSupervoxelsCode
- 一个采用自适应聚类的超像素分割方法，采用的是vc++,代码分割效果相当好！-This is a C++ implementation of the superpixel segment algorithm. The segmentation performance is very good!
TurboPixels
- 图像预分割为一个个超像素，在用谱聚类或者其他方法做图像分割时减轻计算量-Image pre-segmented into one super-pixel, reducing the amount of computation using spectral clustering or any other way to do image segmentation
daima
- 分水岭算法 matalab标记方法实现 基于分水岭方法的图像超像素分割方法研究-watershed algorithm
floodfill
- 使用Flood Fill方法将图片分割为超像素-Segment the image into superpixels
ers-master
- ers图像超像素方法 该图像超像素方法是基于ers方法，可以对灰度图像（即二维）图像）进行超像素分割-ers image superpixels method of this method is based on image superpixels ers method, gray image (ie two-dimensional) image) super pixel division
code
- 利用超像素分割并结合流行排序的方法实现图像的显著性检测-The use of ultra-pixel division and combine popular way to achieve the sort of image saliency detection
SLIC_mex
- 利用SLIC超像素分割方法对图像进行超像素分割。MATLAB代码-SLIC use super pixel segmentation method for image super pixel division. MATLAB code
SLIC-and-DBSCAN-Image-Segmentation
- 改进的图像分割算法：运用SLIC超像素分割和DBSCAN聚类算法相结合的方法实现图像分割-Image Segmentation using SLIC SuperPixels and DBSCAN Clustering
Saliency-Detection
- 提出一种新的显着性检测方法，通过将区域级显着性估计和像素级显着性预测与CNN（表示为CRPSD）相结合。对于像素级显着性预测，通过修改VGGNet体系结构来执行完全卷积神经网络（称为像素级CNN）以执行多尺度特征学习，基于该学习进行图像到图像预测以完成像素级显着性检测。对于区域级显着性估计，首先设计基于自适应超像素的区域生成技术以将图像分割成区域，基于该区域通过使用CNN模型（称为区域级CNN）来估计区域级显着性。通过使用另一CNN（称为融合CNN）融合像素级和区域级显着性以形成nal显着图，并
5956474SuperPixel
- 超像素分割程序，用的slic方法，希望对大家有帮助！(the superpixel code)
决策树训练及分类
- 该压缩包包括两个文件： 1、main.m 将训练数据输入到决策树中，训练并在自动分好的测试数据上测试，并保存训练好的决策树 ctree.mat文件。 2、classification.m 加载训练好的决策树，使用决策树对新输入的数据进行分类。 该方法主要用于对SLIC超像素块进行分类，稍加修改可以用于其他数据分类。(The compression package consists of two files: 1. Main. m inputs training data into decisio