搜索资源列表
最大流最小割定理
- 最大流最小割定理-maximum flow minimum cut theorem
graphcut
- 在计算机视觉中的立体匹配算法----最大流最小割,最新的研究成果.-in computer vision of the stereo matching algorithm-largest flow minimum cut, the latest research results.
maxflow-v2.2.src.tar
- 最大流最小割算法的经典实现，对于图像处理的初学者很有帮助。内附说明文档。
stream
- 网络流算法 涉及：数据结构(图论)、算法、ACM 分类有最大流、最小费用最大流、最小割
maxflow
- 最大流最小割算法，可以跟踪主动镜头下的非刚体目标！
最大流最小割
- 图割算法，最大流最小割，用于图像分割。
max flow/min cut
- max flow/min cut 实现最大流最小割算法的程序
最大流最小割定理
- 最大流最小割定理-maximum flow minimum cut theorem
graphcut
- 在计算机视觉中的立体匹配算法----最大流最小割,最新的研究成果.-in computer vision of the stereo matching algorithm-largest flow minimum cut, the latest research results.
maxflow-v2.2.src.tar
- 最大流最小割算法的经典实现，对于图像处理的初学者很有帮助。内附说明文档。-Maximum flow minimum cut algorithm to achieve the classic, for image processing useful beginners. Attached documentation.
stream
- 网络流算法 涉及：数据结构(图论)、算法、ACM 分类有最大流、最小费用最大流、最小割-Network flow algorithm involving: data structures (graph theory), algorithm, ACM classification has maximum flow, minimum cost maximum flow, minimum cut
netflow
- 网络流算法的程序以及用网络流解决两个最小割模型的代码-Network flow algorithm for the procedure as well as network flow solution to the two minimal cut model code
3_MinCut
- 一个经典的求解最大流最小割代码 VC++版本-A classical solution of maximum flow minimum cut code VC++ Version
stereomatchingaft
- 图割算法 求图像的立体匹配问题 最大流最小割问题-graphcut stereomatching matlabcode
GraphCut
- 介绍了图割的基本思想，包括最大流最小割算法，以及简单的图割实例-Introduced the basic idea of graph cuts, including the maximum flow minimum cut algorithm, and simple instances of graph cuts
max-flow-min-cut-theorem
- 初学最大流最小割的几个很有用的参考资料，详细介绍了它的应用，很有帮助哦！-Maximum flow minimum cut beginner several useful references, details of its application, very helpful Oh!
最大流最小割算法算理
- 这是对图割graphcut的最大流最小割算法的讲解(This is the graph cut graphcut maximum flow minimum cut algorithm explained)
maxflow-v3.04.src
- 使用能量最小法中的图割法，解决图像分类问题，最大流=最小割(The minimum method of energy in the map cut method to solve the problem of image classification)
Bk_matlab
- 利用能量最小法中的图割法，解决图像分类问题，最大流=最小割(The minimum method of energy in the map cut method to solve the problem of image classification)