搜索资源列表
yuce
- 自适应预测，采用自适应方法预测信号，输入参数要设置
shicha
- 给定左右两幅图像，利用自适应窗口算法进行视差估计，采用左图预测右图时，采取与类似于运动估计的方法，对左图进行“扭曲”后再作为右图的预测图像。利用自适应窗口算法对实现视差估计，算出视差矢量，以此计算其视差补偿预测图像的误差，最后求得残差图。-calculate parallax of two pictures.
fulltext
- 提出了一种图像配准随机梯度下降优化与自适应步长法预测的新的图像配准的方法-Presents a decline in image registration optimization and stochastic gradient adaptive step size to predict a new method of image registration
voice_Gauss
- 预测自适应Gauss 混合模型线谱频率的量化.pdf-Predictive adaptive Gauss mixture model to quantify the frequency of line spectrum. Pdf
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