搜索资源列表
yundonggujisuanfa
- 在图象处理中的运动估计算法，利用该算法可以对运动的图象预测与估计-in image processing of motion estimation algorithm, the algorithm can be used for sports with the image projected estimates
MotionEstimation
- 运动估计的几种方法，包括线性预测法、混合高斯法、特征值法和相邻帧差法等
AFFINE
- 基于仿射变换的运动场估计,首先使用EBMA确定基于块的运动场，然后使用加权的LSE求仿射变换参数。给出基于仿射变换参数的预测帧以及相应的估计参数，并与基于块运动估计的运动场预测结果进行比较
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.
icassp061
- 指出了粒子滤波在多维估计中的应用以及相关一些关键结技术，有参考价值。-Pointed out that the particle filter in the multi-dimensional estimation of some of the key node and related technology, a valuable reference.
HSoptflow
- Horn-Schunck光流场估计，MFC编程，内容包括光流场图的绘制，预测残差图的绘制，采用的CIF大小的YUV420文件作为输入文件。-Horn-Schunck optical flow estimation, MFC programming, including optical flow field mapping, prediction residual mapping, using the CIF size YUV420 file as input file.
03
- 类的目的就是根据现有的图像特征建立一个分类器，能够对未知的图像类型进行预测。在现有众多分类 算法中，贝叶斯分类器由于其坚实的数学理论基础并能综合先验信息和数据样本信息，成为"-3前机器学习和数据挖 掘的研究热点之一。本文论述了内容图像检索中基于贝叶斯分类器的图像分类技术。介绍了贝叶斯分类器，叙述了 利用贝叶斯分类器进行图像分类的方法，以及图像特征的分布假定。最后通过对分类器的探讨，总结了贝叶斯估计 分类的不足。-The purpose of class is based on a
ebma
- 视频处理的二维运动估计中的穷尽块匹配算法(Exhaustive Block matching algorithm) 基于matlab环境，输出对锚定帧的预测帧，PSNR，以及运动向量。包括了整数像素精度和半像素精度的算法-The Exhaustive Block matching algorithm of Two-Dimensional Motion Estimation in video processing based on Matlab. Output the predicted fr
chunk_matching
- 通过matlab程序实现的，基于块匹配的运动估计，预测图像-By matlab program, the block-matching based motion estimation, prediction image
light_flow
- 通过matlab程序实现，基于光流法的运动估计，可以对图像进行预测-By matlab program, optical flow motion estimation method based on the image can be predicted
yucemaltab3
- 分析地平类药物分子结构和熔点之间关系,编制相应的MATLAB程序,分别建立回归方程和人工神经网络2种方法的模型.选取14个地平类药物作为回归方程和人工神经网络2种方法建模的样本,再选另外4个地平类药物作验证,分别进行2种方式的建模和测试对比.结果表明:人工神经网络模型比回归方程方法在预测地平类药物的熔点时取得更加准确的估计.-The relationship between the structure and melting point analysis horizon drug molecul
Kalman_Filter
- 卡尔曼滤波器的操作包括两个阶段:预测与更新。在预测阶段,滤波器使用上一状态的估计,做出对当前状态的估计。在更新阶段,滤波器利用对当前状态的观测值优化。-Kalman filter operation consists of two stages: prediction and update. In the prediction stage, the filter is estimated using the previous state, to make an estimate of the c
CK-1_Repro.v1.02
- 有时间序列方法和技术的兴趣大增。从人，自然收集的信息几乎每一件，和生物过程是容易随时间的变化，以及这些变化如何发生的研究是一个中心问题充分理解这样的过程。所有的时间序列数据挖掘任务的分类中，可能是最突出的一个。在时间序列的分类有大量的实证研究，在时间域表明近邻规则是非常有效的。然而，一定的时间序列特征不在这个领域很容易地识别和表达的变化可能揭示了一些重要的和未知的特征。在这项工作中我们提出了递归图的使用对于时间序列的分类表示域。我们的方法复发措施地块使用坎帕纳基奥之间的相似性（CK-1）的距离，
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
运动估计代码
- 根据物体发生的运动特征，对运动目标进行运动矢量的估计预测。(Motion vector estimation and prediction of moving targets)