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. MFC文档视图结构深度分析

  2. MFC文档视图结构深度分析,还不错的，推荐看下。不知道凑够20个字了没有。

  3. 所属分类：C++

    • 发布日期：2010-06-13
    • 文件大小：30kb
    • 提供者：wmsnet

  1. kinect--sample

  2. kinect的一个例子，可以读出深度视图的开源代码。

  3. 所属分类：其它

    • 发布日期：2011-04-01
    • 文件大小：3mb
    • 提供者：tgabc123

  1. 基于深度学习的跨语言信息抽取研究

  2. 研究基于深度学习的中英文跨语言信息抽取技术，主要包括双视图跨语言信息摄取，基于双语词表示的跨语言信息抽取。

  3. 所属分类：深度学习

  1. 光场图像视图合成

  2. 利用深度卷积网路实现光场图像的视图合成，代码利用matlab编写，使用matconvnet工具GPU实现。

  3. 所属分类：机器学习

    • 发布日期：2018-10-09
    • 文件大小：14mb
    • 提供者：u011370588

  1. 深度学习多视图学习.pptx

  2. 今天给大家带来，深度学习多视图学习.pptx，面对于相关知识讲解的十分清楚明白，相关方向的同学不要错过，一起来学习吧！

  3. 所属分类：深度学习

    • 发布日期：2020-04-23
    • 文件大小：23mb
    • 提供者：miracleoa

  1. 1基于深度模型的基于强化学习的多任务学习.pdf

  2. SDN相关论文 在分布式SDN中，实现了多个物理SDN控制器，每个控制器都管理一个网络域，以平衡集中控制，可伸缩性和可靠性要求。 在这样的联网范例中，控制器彼此同步以维持逻辑上集中的网络视图。 尽管提出了分布式SDN控制器体系结构的各种建议，但大多数现有工作仅假设可以通过一些同步设计来实现这种逻辑上集中的网络视图，但是在最终一致性下，控制器之间应如何精确地同步以最大程度地发挥同步优势的问题仍然存在。

  3. 所属分类：深度学习

    • 发布日期：2020-03-15
    • 文件大小：372kb
    • 提供者：S861832116

  1. 双目深度精准计算安装盘.rar

  2. 左右视图双目融合，精确计算物体深度。图片越大，越精细，计算的深度就越精细，可用于三维重建,图片分割，目标识别等.

  3. 所属分类：制造

    • 发布日期：2020-08-21
    • 文件大小：9mb
    • 提供者：yusyusyus

  1. 基于深度的3D视频质量评价

  2. 针对3D视频质量评价，基于人眼视觉系统HVS提出了一种新的加权SSIM评测方法。利用MVD深度视图空间和时间上的特性，提取主观权值映射，基于SSIM利用权值映射便得到了基于深度的SSIM加权算法DSSIM。实验结果表明，DSSIM比PSNR更趋近于HVS，比SSIM更充分地考虑了3D结构信息，得到更准确的3D视频质量评价。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：354kb
    • 提供者：weixin_38611254

  1. 原理深度解析Vue的响应式更新比React快

  2. 前言 我们都知道 Vue 对于响应式属性的更新，只会精确更新依赖收集的当前组件，而不会递归的去更新子组件，这也是它性能强大的原因之一。 例子 举例来说 这样的一个组件： {{ msg }} 我们在触发 this.msg = ‘Hello, Changed~’的时候，会触发组件的更新，视图的重新渲染。 但是 这个组件其实是不会重新渲染的，这是 Vue 刻意而为之的。 在以前的一段时间里，我曾经认为因为组件是一棵树，

  3. 所属分类：其它

    • 发布日期：2020-11-21
    • 文件大小：91kb
    • 提供者：weixin_38522214

  1. AWR 报告深度解读：Redo Nowait指标的算法和诊断泄露二十多万名用户数据

  2. 导读：本文将对Redo Nowait指标的算法和诊断进行深度解析。 AWR知识体系：https://www.modb.pro/topic/6165（复制到浏览器打开或者点击“阅读原文”） 曾经遇到过一个性能故障，数据库的检查点执行的非常缓慢，直接导致所有日志组都处于活动状态，数据库处于不断停顿的『打嗝』工作状态。 检查V$LOG视图，可以获得日志状态，除了CURRENT日志组，其他日志都处于ACTIVE状态，而且后面的几组日志都是DBA最新添加的： SQL> select * from

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：489kb
    • 提供者：weixin_38581405

  1. Android视图控件架构分析之View、ViewGroup

  2. 在Android中，视图控件大致被分为两类，即ViewGroup和View，ViewGroup控件作为父控件，包含并管理着子View，通过ViewGroup和View便形成了控件树，各个ViewGoup对象和View对象就是控件树中的节点。在控件树中，以树的深度来遍历查找对应的控件元素，同时，上层控件负责子控件的测量与绘制，并传递交互事件。 Android控件树： 　　 AndroidUI界面架构图： 　　 一.测量View的工具类：MeasureSpec 1.MeasureSpec包含了测量的

  3. 所属分类：其它

    • 发布日期：2021-01-04
    • 文件大小：96kb
    • 提供者：weixin_38618140

  1. 基于视图合成失真模型的多视点深度视频编码的帧级速率控制优化

  2. 基于视图合成失真模型的多视点深度视频编码的帧级速率控制优化

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：681kb
    • 提供者：weixin_38691703

  1. 具有纹理/深度压缩失真的3D综合视图的主观和客观视频质量评估

  2. 具有纹理/深度压缩失真的3D综合视图的主观和客观视频质量评估

  3. 所属分类：其它

  1. 基于多视图深度采样的自然场景三维重建

  2. 基于多视图深度采样的自然场景三维重建

  3. 所属分类：其它

  1. 基于失真分析的视图合成深度图编码

  2. 在3-D视频中，采用基于深度图像的渲染的视图合成来生成可用摄像机视图之间的任何虚拟视图。深度图的变形会导致虚拟视图中的几何形状发生变化，从而降低视图合成的性能。提出一种深度图编码方法，以提高基于失真分析的视图综合性能。本文的主要技术创新是制定最大可忍受的深度失真（MTDD）和深度遮挡掩模（DDM），因为这种对视图合成和视图间冗余的深度敏感性可以很好地用于编码。更具体地说，我们分别为左右视图中的深度图定义两个不同的编码器（例如，基本编码器和侧面编码器）。对于基本编码，基于MTDD的分布提取不同类型

  3. 所属分类：其它

  1. 3d-photo-inpainting:[CVPR 2020]使用上下文感知的分层深度修补进行3D摄影-源码

  2. [CVPR 2020]使用上下文感知的分层深度修补进行3D摄影 [] [] [ ] 我们提出了一种用于将单个RGB-D输入图像转换为3D照片的方法，即用于新颖视图合成的多层表示，该方法在原始视图中所包含的区域中包含幻觉的颜色和深度结构。我们使用具有显式像素连通性的分层深度图像作为基础表示，并提出一种基于学习的修复模型，该模型以空间上下文感知的方式将新的局部颜色和深度内容迭代地合成到被遮挡的区域中。使用标准图形引擎，可以使用运动视差有效地渲染生成的3D照片。与最先进的技术相比，我们在各种具有挑

  3. 所属分类：其它

  1. Neural-Scene-Flow-Fields:PyTorch实施论文“用于动态场景的时空视图合成的神经场景流场”-源码

  2. 神经场景流场 PyTorch实施的论文“用于动态场景的时空视图合成的神经场景流场”，CVPR 2021 所发布的实现与当前的ArXiv略有不同。 我们将在三月底之前将ArXiv更新为CVPR摄像机就绪版本，以完全匹配已发布代码的发现。 相依性 该代码已使用Python3，Pytorch> = 1.6和CUDA> = 10.2进行了测试，相关性包括 configargparse matplotlib OpenCV scikit图像 科学的 杯状的 图像。 tqdm 视频预处理

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：35mb
    • 提供者：weixin_42109639

  1. 用于多视图深度视频编码的跨视图下/上采样方法

  2. 用于多视图深度视频编码的跨视图下/上采样方法

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：882kb
    • 提供者：weixin_38694674

  1. 基于领导者的多尺度注意力深度架构用于人员重新识别

  2. 人员重新识别（re-id）旨在在公共空间中通过不重叠的摄像机视图对人员进行匹配。 这是一个具有挑战性的问题，因为监视视频中捕获的人员通常穿着类似的服装。 因此，它们外观上的差异通常很小，只能在特定的位置和比例下才能检测到。 在本文中，我们提出了一种深层re-id网络（MuDeep），该网络由两种新型类型的层组成-多尺度深度学习层和基于领导者的注意力学习层。 具体而言，前者学习不同尺度下的深度判别式特征表示，而后者则利用来自多个尺度的信息来领导并确定每个尺度的最佳权重。 通过基于领导者的注意力学习

  3. 所属分类：其它

  1. 使用联合边引导卷积神经网络的深度图上采样进行虚拟视图合成

  2. 使用联合边引导卷积神经网络的深度图上采样进行虚拟视图合成

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：926kb
    • 提供者：weixin_38610277
« 12 3 4 5 6 7 8 9 10 ... 15 »