搜索资源列表
Java-Google-Image-Parser-master
- 多线程下载网络上的图片,使用java语言编写，下载速度非常快。-can download the image by multithread，which is realized by the java and can be used in the windows system
stasm4.1.0.tar
- 最新的基于ASM的开源程序库stasm4.1，人脸检测速度更快，效果更好-The latest open source libraries based on ASM stasm4.1, face detection is faster and better
VapourSynth-BM3D-master
- VapourSynth-BM3D-master BM3D算法的原创代码，运行速度超快，参考文献《Image Denoising by Sparse 3-D Transform-Domain Collaborative Filtering》-VapourSynth-BM3D-master BM3D original algorithm code, run super-fast, Reference " Image Denoising by Sparse 3-D Transform-Doma
vibe_alg
- 基于VIBE算法的目标跟踪算法，特点是速度较快，能够应用于各种实时检测的场景当中。使用opencv库，因此需要先配置opencv环境，再自建工程添加-VIBE algorithm based target tracking algorithm, is characterized by speed, it can be applied to a variety of real-time detection of the scenario. Using opencv library, so you
getNewImage
- 使用C#指针缩放图片，这种方法比Image自带的速度要快-with C# through the pointer to generate the scale of the image, this method is more efficient
bilateralFilter
- 双边滤波的快速实现,基于C++和Opencv，速度非常快，是很实用的保边缘滤波器-The rapid implementation of bilateral filtering, based on C++ and Opencv, very fast, very useful edge filter
implementation
- 自动寻路A*算法的Python实现， A*算法，A*（A-Star)算法是一种静态路网中求解最短路径最有效的直接搜索方法，也是解决许多搜索问题的有效算法。算法中的距离估算值与实际值越接近，最终搜索速度越快。(Python implementation of automatic routing A* algorithm)
Non Local Means with Cuda
- 使用cuda对快匹配算法进行并行化处理，提高了运算速度(The fast matching algorithm is parallelized with CUDA, and the speed of operation is improved.)
czhp
- 蚁群算法中有关算法参数的最优选择对蚁群算法的具体参数的选择,达到快的收敛速度和好的仿真效果()
grxwwd
- 另一个分形程序,代码绝对值得一读,运算速度是我见过最快的()
ixuwm
- 大数运算的库,速度比较快,可供大家学习使用,()
code
- 利用变分的水平集方法实现图像分割。该方法的优点在于可以实现对于拓扑结构改变的物体的图像分割。并且速度相对于传统的水平及方法快，并且更加稳定。(achieve image segmentation based on level set)
slic-master
- 实现图像超像素分割，速度非常快，每秒可以跑120文件(It runs at about 120 files per second on a single core of a 3GHz Intel I7 (it's CPU-bound, at least on a machine with an SSD). So you can do 100,000 files in less than 15 minutes. Parallel invocation is left as an exercis
FastBlur
- 使用SSE优化，实现快速均值滤波，速度比opencv官方提供的快2倍(Realize fast mean filtering.)
滤波
- 对图像进行快速非滤波处理，比较于传统方式拥有更快的运行速度(Filtering and processing of images)
MRMRF simple
- 基于MRF图形的小波与分解 获取最粗尺度上的初始分割。使用EM算法必须有一个初值，因此我们首先使用K-均值聚类算法获取尺度J-1上的初始分割结果。 2.E步骤。使用MPL方法GMRF模型参数。 3.M步骤。使用估计出的参数，采用运算速度较快的迭代条件模式（ICM）通过最小化获取尺度上的优化的分割结果。 4.尺度内迭代。重复2和3知道满足某种准则，迭代停止。我们获得尺度n上的最终分割结果。 5.尺度间迭代。将尺度n的分割结果之间映射到最近的较细尺度n-1上，作为这个尺度的初始分割。重复4，
基于小波变换的数字水印技术
- 基于小波变换的数字水印技术，运行速度较快，结果较好(Digital watermarking technology based on wavelet transform runs faster and gets better results.)
基于卡尔曼滤波的目标跟踪
- 使用卡尔曼滤波技术对视频画面中的小球进行跟踪，卡尔曼滤波可以帮助跟踪速度更快。