搜索资源列表
ShadowOut
- 人体识别，运动跟踪监测，关节点检测 计算运动速率，检测健康状态-human identification, tracking and monitoring the movement, joint movement detection rate calculation, the state health Detection
Featureextractionforcomputervisionbasedfiredetecti
- 火灾视觉特征的提取是视觉火灾探测中的关键问题. 我们主要研究色彩、纹理以及轮廓脉动 等特征的提取,并提出一种度量轮廓脉动信息的距离模型,该模型在规格化的傅立叶描述子空间能 够准确地度量这种时空闪烁特征. 实验结果表明,该方法具有比较好的鲁棒性,有助于提高视觉火 灾探测的准确率、降低误报漏报率.-Based on investigating color , text ure and temporal feat ures for vision based fire detection ,
yundong
- 采用 CAMSHIFT 算法快速跟踪和检测运动目标的 C/C++ 源代码，OPENCV BETA 4.0 版本在其 SAMPLE 中给出了这个例子。算法的简单描述如下-This application demonstrates a fast, simple color tracking algorithm that can be used to track faces, hands . The CAMSHIFT algorithm is a modification of the Meanshi
A-Complex-Image-Algorithm-
- 动态场实时检测图像重建算法设计，提出了一种实时测量图像重建的新算法，它以固定近似阶数的频谱分析重建算法（FSART）为初级算法，以改进的联合代数重建法（MSART）为二级算法，能够实现复杂流场的快速、精确测量。-Dynamic real-time detection field image reconstruction algorithm design, we propose a new real-time measurement of image reconstruction algorith
canny_matlab
- canny边缘检测一共四个部分： 1.对原图像高斯平滑 2.对高斯平滑后的图像进行sobel边缘检测。这里需要求横的和竖的还有联合的，所以一共三个需要sobel边缘检测图像。 3.对联合的sobel检测图像进行非极大抑制 4.连接边缘点并进行滞后阈值处理。-canny edge detection total of four parts: 1. Gaussian smoothing the original image
wenliyubianyuan
- 对于图像检索的联合纹理提取和边缘检测的新方法-A new method for texture image retri joint extraction and edge detection
CannyBoundTest
- 1.对原图像高斯平滑 2.对高斯平滑后的图像进行sobel边缘检测。这里需要求横的和竖的还有联合的，所以一共三个需要sobel边缘检测图像。 3.对联合的sobel检测图像进行非极大抑制 4.连接边缘点并进行滞后阈值处理。 -1. Gaussian smoothing the original image 2. Gaussian smoothed image was sobel edge detection. Here and there on request t
JDN_code
- Joint Deep Learning for Pedestrian Detection的实现- the article Joint Deep Learning for Pedestrian Detection，MATLAB code
Mulil
- Multispectral remotely sensing imagery with high spatial resolution, such as QuickBird, IKONOS satellite imagery or Aerial imagery, especially in urban scenes, often perform spectral variations and rich details within a category, resulting in
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
Joint-Bayesian-master
- 人脸识别与检测程序，基于贝叶斯与最大期望，Python实现(Face recognition and detection program based on bayesian and maximum expectations)
facedetection
- 人脸作为图像与视频中最重要的视觉对象之一，是智能人机接口等许多应用的处理目标对象。近年来，人脸检测技术在模式识别、计算机视觉、人机交互等诸多领域引起了普遍重视。之所以人脸检测技术在当今计算机视觉等领域的研究中占有重要的地位并成为研究焦点，主要在于以下两个方面：一方面将人脸作为基本是绝对想来考虑，子等检测与定位人脸是实现人脸识别、人脸跟踪、表情识别、人联合成与人脸编码、唇读等技术的必要前提(Face is one of the most important visual objects in im