搜索资源列表
LOG_filter_distill_edge
- 数学形态学提供了一种以形态或集合论为基础对图像进行分析理解的工具。可以用来去除噪声、抽取骨架、插补、分割、多分辨率分析、匹配等。 包括四个主要的算符：扩张（膨胀）○＋，腐蚀○－，开○，闭●- Mathematics morphology has provided one kind carries on the analysis understanding take the shape or the set theory as t
jiyuIMMjidongmubiaodegengzhousuanfa
- 机动目标的跟踪问题一直是人们研究的重点，实现机动目标精确跟踪，首要解决的问题就是使所建立的目标运动模型与实际的目标运动模型匹配。目前常用的有多模型(MM)，交互式多模型(IMM)，切换模型等。多模型方法就是对一组具有不同机动模型分别进行Kalman滤波，最终的参数估计是各滤波器估计值的加权和；在多模型基础上，Shalom提出了交互式多模型方法，这一方法对无序目标的机动检测，显示了更好的鲁棒性和跟踪的稳定性；切换模型则是分别建立机动和非机
mem
- 在了解实时嵌入式操作系统内存管理机制的特点以及实时处理对内存管理需求的基础上，练习并掌握有效处理内存碎片的内存管理机制，同时理解防止内存泄漏问题的良好设计方法。使用预先规划的思想，构建自己的私有内存管理机制，在系统内存池中申请内存，并将其纳入私有内存管理机制中，形成静态预分配内存池； 静态预分配内存池支持一种以上固定长度内存池，如16 字节内存池和256 字节内存池。固定长度内存池的单块长度应考虑体系结构开销，并尽量减少内部碎片；固
一种多尺度的时间序列相似模式匹配算法
- 提出一种多尺度的时间序列相似模式匹配算法．该算法用离散小波变换对时间序列进行多分辨分析，在多尺度上提取序列的形状特征．然后在不同的尺度上找出相似的序列和子序列模式．该算法可以匹配不同长度的序列，并能支持垂直平移变换和幅度伸缩变换．
jiyuIMMjidongmubiaodegengzhousuanfa
- 机动目标的跟踪问题一直是人们研究的重点，实现机动目标精确跟踪，首要解决的问题就是使所建立的目标运动模型与实际的目标运动模型匹配。目前常用的有多模型(MM)，交互式多模型(IMM)，切换模型等。多模型方法就是对一组具有不同机动模型分别进行Kalman滤波，最终的参数估计是各滤波器估计值的加权和；在多模型基础上，Shalom提出了交互式多模型方法，这一方法对无序目标的机动检测，显示了更好的鲁棒性和跟踪的稳定性；切换模型则是分别建立机动和非机
biye
- 基于投票算法的目标跟踪,基于二阶非线性投票的多目标跟踪算法。该算法通过目标匹配得到同一目标在不同帧中的位置，同时利用特征监测来处理目标的遮挡、分裂问题，并实现目标特征的实时更新。在目标匹配过程中，通过对目标前一帧与当前帧的特征相似性进行投票，得到匹配目标。利用视频图像进行实验，结果表明：该方法对噪声、阴影、遮挡、分裂等具有良好的鲁棒性，较好地实现了多目标的跟踪。-The method used object matching to ge
facelocation
- 在一幅图像中对单人脸进行定位,原理是基于多模板匹配-locate face in one picture in which there is a single face，its theory base on many templates matching
bill-recognition
- 一种纸币识别VC++程序源码，并含有多国纸币的特征库，如日元、英镑、港币...的特征库。有从纸币图像预处理、特征匹配的全过程。对从事图像处理，模式识别研究的人很有参考价值。-a type bill recognition VC++ resource code
sift2
- 提出了一种基于线特征和SIFT点特征的多源遥感影像配准方法。该方法首先匹配待配准影像和参 考影像中的线特征,利用匹配直线构建虚拟角点 其次,针对传统SIFT算法匹配多源遥感影像特征点存在的 不足,采用线特征约束点特征的方法进行SIFT同名点对的提取 最后结合虚拟角点对及SIFT同名点对构建三角网进行小面元微分纠正。 -A line-based features and SIFT features multi-point so
sift5
- :研究了一种多目标识别算法,该算法用SUSAN角点形成SIFT特征点,采用阶梯图像金字塔结构实现尺度不变,为所有匹配点建立统一的超定线性方程组并对该方程组系数矩阵进行简 化使其维数降低一半,得到增广矩阵.对增广矩阵进行列变换,依据坐标转换的特性可从中提取多目标的稳定正常点,实现了快速分离多目标的匹配点. -: Study of a multi-target recognition algorithm using SUSAN co
Jess70
- Jess是由Sandia National Laboratories （as part of an internal research project）的一位专家写成。Jess全名为java expert system shell,是基于CLIPS规则扩展的一个系统工具，由java语言完成。通过应用事实规则几何可以退出新的事实。支持多对对的匹配。-Jess from Sandia National Laboratories (as pa
FaceRecog_src100902
- 基于OpenCV的人脸识别演示程序。目前实现了Gabor+Fisherface算法，还有几何和光照归一化。 -->请到 http://code.google.com/p/facerecog/ 下载最新版本。<-- 功能：对摄像头拍摄的或用户指定的图像，检测其中人脸，然后在已存储的人脸库中找到最匹配的人脸并显示。 在VS 2008 SP1上编写，使用了OpenCV 2.0和MFC，通过消息处理函数与用户进行
WaveletTransform
- 提出一种基于小波变换的图像配准方法。该方法首先用小波变换提取边缘特征点, 同时构成小波金字塔影像。在最高层利 用角度相关系数确定基准图像和配准图像之间的旋转角度, 经多分辨分级搜索匹配得到最终匹配特征点对, 利用这些特征点对待 配准图像进行配准纠正。实验结果表明, 改进方法有较好的效果, 可用于广泛应用领域。-Proposed a wavelet-based image registration method. In this
chatterbean.src.00.008
- 简单说明一下AIML的常用标签: 1：pattern tag:支持模式匹配(正则表达式，模糊匹配),及基于template的返回 2：random tag:支持随机回答（一对多） 4：think,system tag: 支持简单逻辑记忆及自定义函数(本来打算扩展一下AIML, 搞一个支持Groovy语言的标签， 结果看到了它的<system>标签， 遂作罢) 5：javascr ipt tag: 支持嵌入js
chatterbean-modiff
- 简单说明一下AIML的常用标签: 1：pattern tag:支持模式匹配(正则表达式，模糊匹配),及基于template的返回 2：random tag:支持随机回答（一对多） 4：think,system tag: 支持简单逻辑记忆及自定义函数(本来打算扩展一下AIML, 搞一个支持Groovy语言的标签， 结果看到了它的<system>标签， 遂作罢) 5：javascr ipt tag: 支持嵌入js
amlrgjqr
- 简单说明一下AIML的常用标签: 1：pattern tag:支持模式匹配(正则表达式，模糊匹配),及基于template的返回 2：random tag:支持随机回答（一对多） 4：think,system tag: 支持简单逻辑记忆及自定义函数(本来打算扩展一下AIML, 搞一个支持Groovy语言的标签， 结果看到了它的<system>标签， 遂作罢) 5：javascr ipt tag: 支持嵌入js
1709.04326
- 多智能体设置在机器学习中的重要性日益突出。超过了最近的大量关于深度的工作多agent强化学习，层次强化学习，生成对抗网络和分散优化都可以看作是这种设置的实例。然而，多学习代理人的存在这些设置使得培训问题的非平稳常常导致不稳定的训练或不想要的最终结果。我们提出学习与对手的学习意识（萝拉），一种方法，原因的预期。其他代理的学习。罗拉学习规则包括一个额外的术语，解释了在预期的参数更新的代理政策其他药物。我们发现，利用似然比策略梯度更新的方法，
BM算法
- 在计算机科学里，Boyer-Moore字符串搜索算法是一种非常高效的字符串搜索算法。它由Bob Boyer和J Strother Moore设计于1977年。此算法仅对搜索目标字符串（关键字）进行预处理，而非被搜索的字符串。虽然Boyer-Moore算法的执行时间同样线性依赖于被搜索字符串的大小，但是通常仅为其它算法的一小部分：它不需要对被搜索的字符串中的字符进行逐一比较，而会跳过其中某些部分。通常搜索关键字越长，算法速度越快。它的效率
GaleShapley_1213
- 利用matlab 进行多对一匹配，实现稳定匹配，在资源分配方面有重要意义(Achieve many-to-one matching)
基于块匹配的全景图像拼接
- 通过图像拼接技术，将多张单幅的图像拼接成为一张全景图。采用了基于模板匹配的方法来进行图像匹配，加权融合的策略，对两幅图片进行融合处理。(Through image stitching technology, multiple single images are spliced into a panorama. A method based on template matching is used for image matching,