[其它] 融合上下文和重定位的加权相关滤波跟踪算法

说明：为提升融合梯度直方图特征和颜色属性特征的有效卷积操作跟踪算法(ECO-HC)的跟踪精度和速度, 提出一种融合上下文和重定位的加权相关滤波跟踪方法。根据梯度直方图和颜色属性的不同特性加权融合相关滤波响应值, 采用自适应迭代方法预测目标位置; 融合多尺度搜索区域, 目标上下文特征和目标预测失败时重定位方法进一步提高跟踪精度。在标准数据集OTB-100上进行算法评估, 实验结果表明, 所提算法的平均距离精度为89.2%, 平均重叠率精度为80.6%, 比ECO-HC算法分别高3.6%和2.1%。中央处
<weixin_38519387> 上传 | 大小：11mb

[其它] 基于混沌的Contourlet域抗几何攻击图像水印算法

说明：为了提高水印算法的抗几何攻击性和自适应性,提出了一种基于混沌的Contourlet域抗几何攻击的自适应图像水印算法。首先对载体图像进行Contourlet变换,并对低频子带进行分块奇异值分解,然后根据HVS原理自适应地将混沌加密后的水印信息嵌入到每块的最大奇异值中;最后使用改进的Harris-Laplace算子提取含水印图像的特征点。水印提取时利用受攻击前后图像的特征点矫正图像的几何变形。实验表明,该算法对JPEG压缩、滤波、加噪、旋转、缩放和平移等常规的图像处理和几何攻击具有很强的鲁棒性。
<weixin_38723192> 上传 | 大小：357kb

[其它] 如何用OpenCV、Python和深度学习实现面部识别？

说明：想知道怎样用OpenCV、Python和深度学习进行面部识别吗？这篇文章首先将简单介绍下基于深度学习的面部识别的工作原理，以及“深度度量学习”（deepmetriclearning）的概念。接下来我会帮你安装好面部识别需要的库。最后我们会发现，这个面部识别的实现能够实时运行。那么，基于深度学习的面部识别是怎样工作的呢？秘密就是一种叫做“深度度量学习”的技术。如果你有深度学习的经验，你应该知道，通常情况下训练好的网络会接受一个输入图像，并且给输入的图像生成一个分类或标签。而在这里，网络输出的并不是
<weixin_38618521> 上传 | 大小：482kb

[其它] 基于多组混沌序列的彩色数字图像置乱算法

说明：传统的数字图像置乱算法需要多次迭代,加密强度不高,密钥空间小,抗攻击能力弱.针对上述问题,基于多组混沌序列和矩阵拉直算子,提出一种新的图像置乱算法.通过对彩色数字图像的RGB矩阵进行拉直和置乱,隐藏原始图像所含信息.理论分析和实验结果表明,该算法具有较大的密钥空间,对密钥敏感,能改变图像的灰度特征,且置乱后的图像纹理细、颗粒均匀.
<weixin_38614391> 上传 | 大小：616kb

[其它] 深入学习MySQL事务：ACID特性的实现原理

说明：本文主要介绍了MySQL事务的基础知识，它的原子性，持久性，隔离性，一致性等方面内容。本文来自搜狐，由火龙果软件Anna编辑、推荐。事务是MySQL等关系型数据库区别于NoSQL的重要方面，是保证数据一致性的重要手段。本文将首先介绍MySQL事务相关的基础概念，然后介绍事务的ACID特性，并分析其实现原理。MySQL博大精深，文章疏漏之处在所难免，欢迎批评指正。事务（Transaction）是访问和更新数据库的程序执行单元；事务中可能包含一个或多个sql语句，这些语句要么都执行，要么都不执行。作
<weixin_38725137> 上传 | 大小：517kb

[其它] 我的完整模板-源码

说明：欢迎USER_NAME， 这是Gitpod的代码学院学生模板。 我们已经预装了您入门所需的所有工具。 您可以安全地删除此README.md文件，或为您自己的项目进行更改。 不过，请至少阅读一次！ 它包含有关Gitpod和我们使用的扩展的一些重要信息。 Gitpod提醒 要在Gitpod中运行前端（仅HTML，CSS，Javascr ipt）应用程序，请在终端中输入： python3 -m http.server 应该出现一个蓝色按钮，以单击：公开， 应该出现另一个蓝色按钮，以单击：打开浏
<weixin_42149153> 上传 | 大小：6kb

[其它] 项目-源码

说明：项目 一个新的Flutter应用程序。 入门 该项目是Flutter应用程序的起点。 如果这是您的第一个Flutter项目，那么有一些资源可以帮助您入门： 要获得Flutter入门方面的帮助，请查看我们的，其中提供了教程，示例，有关移动开发的指南以及完整的API参考。
<weixin_42134144> 上传 | 大小：1mb

[其它] ActiveMQ——Java连接ActiveMQ（点对点）

说明：点对点的消息传递中，目的地被称为队列（Queue）点对点消息传递的特点如下：（1）每个消息只能有一个消费者，类似1对1的关系，好比个人快递自己领取自己的（2）消息的生产者和消费者之间没有时间上的相关性。无论消费者在生产者发送消息的时候是否处于运行状态，消费者都可以提取消息。好比我们的发送短信，发送者发送后不见得接收者会立即收看（3）消息被消费后队列中不会再存储，所以消费者不会消费到已经被消费掉的消息创建Maven工程关于怎么创建Maven工程这里就不详细讲解了，不会的朋友网上找一下添加相关依赖消
<weixin_38713801> 上传 | 大小：488kb

[其它] selenium_summit_21-源码

说明：selenium_summit_21 该存储库包含用于TTC Magic with selenium竞赛的源代码。 在SeleniumSummit2021会议上也介绍了相同的内容。 如何安装所需的软件包：执行以下命令：src文件夹下的pip install -r requirements.txt。 如何运行代码：运行src文件夹下的-Assistent.py-文件以启动语音助手注意：每个模块都与一个主模块关联，因此无需语音助手即可独立执行。 参考链接： :
<weixin_42122881> 上传 | 大小：10kb

[其它] 不可链接的从属关系隐藏身份验证密钥交换

说明：隐藏从属身份验证的密钥交换协议，也称为秘密握手，使来自同一组织的两个参与方可以通过公共密钥证书实现相互认证和密钥协议，而不会将组织信息泄漏给其他任何人。 此外，如果协议中涉及的对等方不是来自同一组，则不会知道任何隶属关系信息。 在先前的秘密握手协议中，存在可链接性的问题。 也就是说，攻击者可以将同一个人的两个活动关联起来。 隐私是不可取的，因为关联可能推断出它与某些其他信息的隶属关系。 在本文中，提出了一种不可链接的隶属关系隐藏身份验证密钥交换协议，以征服可链接性。 最后给出安全性分析。
<weixin_38643269> 上传 | 大小：275kb

[其它] 园艺作物病害的多光谱组合分类

说明：选取设施园艺作物黄瓜的主要病害为研究对象,利用窄带滤光片型多光谱成像系统,获取患病黄瓜叶面的14个可见光通道和近红外通道、全色通道的多光谱图像。采用多光谱图像分类技术中的距离分类器、相关系数分类器和BP人工神经网络分类器,将不同病害类型对应的16个波段的反射率看作线性波谱,对210个多光谱数据样本进行识别分类,目的是探讨一个能有效识别黄瓜植株常见病害的多光谱组合分类器。实验结果表明,将人工神经网络和距离分类器有效组合,不仅分类性能明显优于单个分类器的性能,而且能够充分发挥各个分类器的特性,对园艺
<weixin_38672739> 上传 | 大小：849kb

[其它] redux-delete-lab-v-000-源码

说明：设置列表实验室-删除Redux 目标 为每个波段实现一个删除按钮，以便适当地更新存储。 概述 一切都变了，有时这意味着即使是我们最喜欢的乐队也破裂了，我们必须删除所有证据。 我们需要一个允许我们删除特定频段的应用程序，并将这些更改反映在商店的状态和页面上。 我们将从上一个实验室的工作开始，这是一个React / Redux应用程序，它创建新的band元素并将其显示在下面。 您的任务将是添加删除频段功能。 指示 已经为您设置了BandInput组件，并且BandsContainer正在部分工作，
<weixin_42109125> 上传 | 大小：277kb