注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 张量投票算法及其应用

  2. 张量投票(TensorVoting)算法是由G.Guy{31首先提出，后由M.S.Lee{41和C.K.Tang同等人所发展.这种算法源于心理学的Gestalt原理，即人类视觉系统趋于根据某种准则将所提取到的图像特征按照某种规律编组为更高层的结构，这些规律总体上可归纳为邻近性，相似性，平行性，封闭性，对称性，连接性，垂直性，连续性，共圆性.共区域性规则，而其中的图像特征包括边缘点，轮廓线，曲面等0].目前这种算法还只是以点(二维或三维的较多)作为输入数据本文也只讨论这种情形.

  3. 所属分类：其它

    • 发布日期：2009-08-06
    • 文件大小：2mb
    • 提供者：shu_li

  1. 感知编组综述--一篇关于感知编组的综述文章

  2. 回顾了感知编组技术的历史,并对其原理"步骤"需要解决的问题和分类进行了系统详尽的总结.对近几年用的较多的编 组机制的方法进行了介绍,并论述了感知编组技术在目标识别中的应用.最后对感知编组技术中的研究热点和感知编组的应用领域发展趋势作出了展望.

  3. 所属分类：专业指导

    • 发布日期：2010-02-02
    • 文件大小：347kb
    • 提供者：houq2010

  1. Web2.0社区平台源码

  2. SpaceBuilder v2.3+SP1源码 SpaceBuilder是一款基于asp.net业内领先的Web2.0社区平台。结合博客、相册、文件、迷你博客、论坛、活动、圈子、资讯等应用模块，可以快速的搭建具有SNS特征的在线社区。借助SpaceBuilder平台的服务（用户、朋友、私信、邀请、权限、审核、隐私、积分、通知、动态、标签、分类、附件…），二次开发者可以快速的增加新的应用模块或者对现有的应用模块进行修改。SpaceBuilder采用世界领先的技术体系架构、优异的缓存技术、基于Lu

  3. 所属分类：Web开发

    • 发布日期：2010-04-01
    • 文件大小：34mb
    • 提供者：ss_geng

  1. Tensor Voting

  2. 张量投票的论文和作者开课的PPT，包含2D和3D的内容，很实用。

  3. 所属分类：专业指导

    • 发布日期：2010-09-20
    • 文件大小：2mb
    • 提供者：longyu012

  1. Tensor Voting

  2. 张量投票的论文和作者开课的PPT，包含2D和3D的内容，很实用。

  3. 所属分类：专业指导

    • 发布日期：2010-09-20
    • 文件大小：1mb
    • 提供者：longyu012

  1. Tensor Voting

  2. 张量投票的论文和作者开课的PPT，包含2D和3D的内容，很实用。

  3. 所属分类：专业指导

    • 发布日期：2010-09-20
    • 文件大小：518kb
    • 提供者：longyu012

  1. Tensor Voting 2D Code

  2. 张量投票的实例代码，二维的，作为参考，C++代码。

  3. 所属分类：C++

    • 发布日期：2010-09-20
    • 文件大小：917kb
    • 提供者：longyu012

  1. Tensor Voting Framework

  2. 张量投票的整个架构以及各种应用的实现，非常实用。Labeling,Grouping,Clustering等，还具有RANSACK的功能。C++代码。

  3. 所属分类：C++

    • 发布日期：2010-09-20
    • 文件大小：719kb
    • 提供者：longyu012

  1. Tensor Voting 实例

  2. 张量投票的一个例子，补二维的结构线，Matlab的实现，希望对大家有用。

  3. 所属分类：其它

    • 发布日期：2010-09-20
    • 文件大小：22kb
    • 提供者：longyu012

  1. 感知编组资料整理

  2. 感知编组，包括WT算法，张量投票等算法！做毕业论文的时候整理的资料！欢迎大家下载！

  3. 所属分类：专业指导

    • 发布日期：2012-02-13
    • 文件大小：5mb
    • 提供者：wsl00000

  1. Tensor Voting

  2. 张量投票(TensorVoting)算法是由G.Guy{31首先提出，后由M.S.Lee{41和C.K.Tang同等人所发展.这种算法源于心理学的Gestalt原理，即人类视觉系统趋于根据某种准则将所提取到的图像特征按照某种规律编组为更高层的结构，这些规律总体上可归纳为邻近性，相似性，平行性，封闭性，对称性，连接性，垂直性，连续性，共圆性.

  3. 所属分类：专业指导

    • 发布日期：2013-04-13
    • 文件大小：6mb
    • 提供者：artty

  1. tensor voting tutorial

  2. 张量投票(TensorVoting)算法是由G.Guy{31首先提出，后由M.S.Lee{41和C.K.Tang同等人所发展.这种算法源于心理学的Gestalt原理，即人类视觉系统趋于根据某种准则将所提取到的图像特征按照某种规律编组为更高层的结构，这些规律总体上可归纳为邻近性，相似性，平行性，封闭性，对称性，连接性，垂直性，连续性，共圆性.

  3. 所属分类：专业指导

    • 发布日期：2014-08-29
    • 文件大小：8mb
    • 提供者：gracedida

  1. A Computational Framework for Segmentation and Grouping

  2. 张量投票tensor voting，算法理论详述，入门必备资料

  3. 所属分类：教育

    • 发布日期：2015-03-06
    • 文件大小：17mb
    • 提供者：u010658879

  1. tensor voting理论详解（代码实现）

  2. tensor voting理论详解，很棒的资源，希望大家多多支持

  3. 所属分类：机器学习

    • 发布日期：2017-12-03
    • 文件大小：11mb
    • 提供者：yanyikun733755

  1. drost2010CVPR中文翻译版.pdf

  2. Model Globally, Match Locally: Efficient and Robust 3D Object Recognition 中文翻译 ；原网页为：http://campar.in.tum.de/pub/drost2010CVPR/drost2010CVPR.pdfHash table I1. n A (m1,m2) F i.11 m;, (Key to (ms, m6) F1=m2 hash table 图2.(a)两个定向点的点对特征F.分量F1被设置为点F2和F3与法

  3. 所属分类：机器学习

    • 发布日期：2019-07-16
    • 文件大小：1mb
    • 提供者：qq_28250697

  1. 汇川-IS620系列伺服版本号：V3.1.pdf

  2. 汇川-IS620系列伺服版本号：V3.1pdf,S620强劲推动产业升级 目录 S620产品特点 1. EtherCAT总线技术 2.23bit多圈绝对值编码器技术 快速 精准 方便易用 3.|s620伺服介绍 07-34 3.11s620产品特点 07-14 EtherCAT 2|S620配置表 3.31S620伺服电机与驱动器产品概述 16-26 CONVEN 3.4|S620配线 ----27-31 3.5|S620套件选型 可支持m内同步100个轴■绝对值编码器分辨率达到口配线方便简单

  3. 所属分类：其它

  1. Solidity官方文档中文版.pdf

  2. Solidity 是一种语法类似 Javascr ipt 的高级语言。它被设计成以编译的方式生成以太坊虚拟机代码。在后续内容中你将会发现，使用它很容易创建用于投票、众筹、封闭拍卖、多重签名钱包等等的合约。汇智网 Hu biz. com Solidity官方文档中文版 Browser-Based Compiler Changelog Story Backlog. Source code Gitter Chat Solidity文档 在下一章中,我们先看一个用 Solidity写的简单的智能合约,然

  3. 所属分类：以太坊

  1. 融合光谱特征和几何特征的建筑物提取算法

  2. 机载LiDAR点云系统由于获取三维立体信息方便、快捷, 已被广泛应用到城区目标的提取与识别中, 但LiDAR点云数据缺乏光谱特征, 对建筑物提取识别时常在植被茂密的树冠处出现错检现象。针对这一问题, 提出了融合航空影像光谱特征与LiDAR点云几何特征的建筑物提取算法。通过LiDAR点云数据与航空影像数据的配准, 实现了点云数据光谱信息的提取; 通过改进传统的张量投票机制, 融合光谱特征与空间几何特征形成了新的融合分类特征; 运用随机森林算法实现了建筑物点的提取。仿真实验基于ISPRS提供的测试数

  3. 所属分类：其它

  1. 复杂背景图像中文字区域检测的新方法

  2. 针对文字排版单一、背景干净的图片提取和识别文字，现有的OCR技术已经被广泛应用且技术成熟。而针对复杂的背景图片，已知的方法有最大化似然法，边缘点检测法，角点检测法及深度学习法等检测效果还不太理想。提出了在复杂背景图像中，利用特征点定位自然场景图像文本的新方法，该方法的核心思想是：将特征点检测技术用于提取连通分量中边缘的角点，以选择候选区域，然后通过张量投票验证候选区域。最后通过使用区域面积条件，方向和纵横比过滤掉非文本的区域。这种方法具有快速和通用性的特点，在精确度方面，该方法也可以取得不错的效

  3. 所属分类：其它

  1. 使用张量投票进行3D模型检索

  2. 使用张量投票进行3D模型检索

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：454kb
    • 提供者：weixin_38677260