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. 图像序列中多目标跟踪

  2. 本论文研究的主要内容为图像序列中多目标的跟踪技术。作为一个有着广泛应用背景的研究领域，图像序列的目标跟踪吸引了大批专家级的研究学者参与。尽管已经提出了不少算法，但真正能实际运作的寥寥可数，大多还处在实验研究阶段。面对这种研究现状，本文试图在前人工作的基础上，通过对特征点检测、图像稳定和跟踪算法的分类研究，探索和总结出一个实用的目标跟踪方案，并期望在此基础上增强对算法的理解以及对某些问题的求解提出改进。 静止背景中目标检测和跟踪方面，本文在前人大量工作的基础上，总结了成熟的静止背景中目标检测算法

  3. 所属分类：其它

    • 发布日期：2009-11-11
    • 文件大小：7340032
    • 提供者：wxfei2006

  1. 软件开发文档与实例 多个

  2. 软件开发过程分为5个阶段： 分析 　　软件需求分析就是回答做什么的问题。它是一个对用户的需求进行去粗取精、去伪存真、正确理解，然后把它用软件工程开发语言（形式功能规约，即需求规格说明书）表达出来的过程。本阶段的基本任务是和用户一起确定要解决的问题，建立软件的逻辑模型，编写需求规格说明书文档并最终得到用户的认可。需求分析的主要方法有结构化分析方法、数据流程图和数据字典等方法。本阶段的工作是根据需求说明书的要求，设计建立相应的软件系统的体系结构，并将整个系统分解成若干个子系统或模块，定义子系统或模

  3. 所属分类：网络基础

    • 发布日期：2010-09-11
    • 文件大小：5242880
    • 提供者：emeralddream

  1. 软件开发文档实例大全

  2. 软件开发过程分为5个阶段： 分析 　　软件需求分析就是回答做什么的问题。它是一个对用户的需求进行去粗取精、去伪存真、正确理解，然后把它用软件工程开发语言（形式功能规约，即需求规格说明书）表达出来的过程。本阶段的基本任务是和用户一起确定要解决的问题，建立软件的逻辑模型，编写需求规格说明书文档并最终得到用户的认可。需求分析的主要方法有结构化分析方法、数据流程图和数据字典等方法。本阶段的工作是根据需求说明书的要求，设计建立相应的软件系统的体系结构，并将整个系统分解成若干个子系统或模块，定义子系统或模

  3. 所属分类：网络基础

    • 发布日期：2010-10-12
    • 文件大小：5242880
    • 提供者：xingxingya

  1. 网络试题考试模拟试题

  2. 网考的网络试题考试模拟试题 网络设计师考试资料-典型选择题及答案(一) (1) 我国在1991年建成第一条与国际互联网连接的专线，与斯坦福大学连接成功，实现者是中国科学院的 　　A） 数学所 B）物理所 　　C） 高能所 D）情报所 　　Key:C 　　(2) 下列说法中，正确的是 　　A） 服务器不能用超级计算机构成 　　B）服务器只能用安腾处理器组成 　　C）工作站不能用个人计算机构成 　　D）工作站通常有屏幕较大的显示器 　　Key:D 　　3) 在流水线运行时，总是希望预取的指令恰好是

  3. 所属分类：C

    • 发布日期：2010-12-20
    • 文件大小：39936
    • 提供者：lekai_1231

  1. SQL Server 2008 商业智能完美解决方案 第一部分

  2. SQL Server 2008 商业智能完美解决方案 书籍的扫描整理版本，由于文件太大，分三个包，三个包都下载了解压即可。 《SQL Server 2008商业智能完美解决方案》结合专家团队提供的实际示例和丰富经验进行介绍，让读者能够直观轻松地掌握构建商业智能(BI)解决方案的概念、工具和技术，是一本不可多得的商业智能开发参考指南。无论是商业智能(BI)编程新手还是经验丰富的老手，都可从《SQL Server 2008商业智能完美解决方案》中获益。 图书目录 　　第一部分 面向商业决策者和架构

  3. 所属分类：SQLServer

    • 发布日期：2012-10-24
    • 文件大小：59768832
    • 提供者：yrq205

  1. SQL Server 2008 商业智能完美解决方案 第二部分

  2. SQL Server 2008 商业智能完美解决方案 书籍的扫描整理版本，由于文件太大，分三个包，三个包都下载了解压即可。 《SQL Server 2008商业智能完美解决方案》结合专家团队提供的实际示例和丰富经验进行介绍，让读者能够直观轻松地掌握构建商业智能(BI)解决方案的概念、工具和技术，是一本不可多得的商业智能开发参考指南。无论是商业智能(BI)编程新手还是经验丰富的老手，都可从《SQL Server 2008商业智能完美解决方案》中获益。 图书目录 　　第一部分 面向商业决策者和架构

  3. 所属分类：SQLServer

    • 发布日期：2012-10-24
    • 文件大小：59768832
    • 提供者：yrq205

  1. 软件开发文档实例大全

  2. 软件开发过程分为5个阶段： 分析 　　软件需求分析就是回答做什么的问题。它是一个对用户的需求进行去粗取精、去伪存真、正确理解，然后把它用软件工程开发语言（形式功能规约，即需求规格说明书）表达出来的过程。本阶段的基本任务是和用户一起确定要解决的问题，建立软件的逻辑模型，编写需求规格说明书文档并最终得到用户的认可。需求分析的主要方法有结构化分析方法、数据流程图和数据字典等方法。本阶段的工作是根据需求说明书的要求，设计建立相应的软件系统的体系结构，并将整个系统分解成若干个子系统或模块，定义子系统或模

  3. 所属分类：其它

    • 发布日期：2012-12-05
    • 文件大小：5242880
    • 提供者：yet8telecom

  1. 基于粒子滤波的目标跟踪技术研究(Research on Target Tracking based on Particle Filter)

  2. 目标跟踪技术一直以来都是计算机视觉、图像处理领域的研究热点，其在 智能监控、视觉导航、智能交通、人机交互、国防侦察等领域具有重要应用价 值，是武器系统的核心技术之一。虽然近二十年来众多学者对目标跟踪技术进 行深入研究，但由于跟踪初始阶段目标模板获取不准确、目标在像面内运动规 律的复杂性、目标观测特征的实时变化、目标所处背景的复杂干扰、遮挡等因 素，导致当前的目标跟踪技术仍不能满足军、民领域的需求，因此仍需对其进 行深入研究。 目标跟踪问题可以定义为已知目标先验信息，在获取目标新的观测信息后，

  3. 所属分类：网络监控

    • 发布日期：2017-01-06
    • 文件大小：4194304
    • 提供者：lys_song

  1. 目标检测系列论文

  2. 压缩文件包含两阶段R-CNN系列论文，单阶段YOLO系列论文，用于场景文本检测的论文，文本检测算法的评估论文。

  3. 所属分类：深度学习

    • 发布日期：2018-06-04
    • 文件大小：41943040
    • 提供者：attitude_yu

  1. 深度学习目标检测文档.docx

  2. 一、 基于yolo的深度学习目标检测 1、 深度学习发展 简述深度学习的发展历程即可， 2、 目标检测简述 a) 介绍目标检测的发展历程 写出深度学习关键的时间节点即可，比如九几年开始，12年alexnet imagnet等等发展即可 b) Fasterrcnn介绍 算法介绍，该算法是经典算法，一般从该算法入手介绍，两阶段算法的经典网络 c) Ssd介绍 单阶段算法的经典网络，经常与fasterrcnn对比，前者识别率高，但是速度慢，后者速度快，但是识别率低一点。 d) Yo

  3. 所属分类：深度学习

    • 发布日期：2020-02-12
    • 文件大小：13312
    • 提供者：hu_csdn

  1. 步进调频连续波测速测距及多目标分辨算法研究.pdf

  2. 利用步进调频连续波技术，实现汽车行驶中对周围其他车辆运动状态的分析判断步进调频连续波测速测距及多目标分辨算法研究 李重阳 南京信息工程人学电子与信息工程学院江苏南京210044 摘要 本文首先介绍了毫米波雷达测速测距的基本原理,并分析了步进调烦连续波雷达的特点,在此基 础上详细推子了两种步进调频连续波雷达的基本关系式;分析了锯齿型步进调频连续波的回波特性, 及中频信号的推导;还对另一种三角型步进调频连续波的测速测距原理进行了分析。由于上述两种步 进连续波波形只能对郸一的运动或者静止目标进行分析,

  3. 所属分类：交通

    • 发布日期：2019-08-18
    • 文件大小：1048576
    • 提供者：weixin_37700412

  1. 基于两阶段的目标检测综述.pptx

  2. object detection(目标检测)就是在给定的图片中，找出图片所在的区域，然后判断这个区域是什么类别。目标检测技术在这几年已经发展得相当的成熟，识别精度还有训练速度在一定程度上已经到达了一个瓶颈期。使用深度学习的目标检测主要常用的方法是使用卷积神经网络提取特征，然后再使用分类器进行分类，还有使用回归方法将检测的目标进行定位。本文主要是介绍目标检测中两阶段目标检测经典的检测算法，以及对比他们的差异性优缺点。本文主要介绍的目标检测方法有，R-CNN、SPP-NET、Fast R-CNN还有

  3. 所属分类：讲义

    • 发布日期：2019-07-21
    • 文件大小：2097152
    • 提供者：qq_28503457

  1. survey-computer-vision:2020-2021年计算机视觉概述论文分方向整理-源码

  2. 勘测计算机视觉 计算机视觉概述论文分方向整理（持续更新） 目录 本文共梳理了46篇相关文献，由中科院自动化所学者发布。基于深度学习（DL）的目标检测已经取得了很大的进展，这些方法通常假设有大量的带标签的训练数据可用，并且训练和测试数据从相同的分布中提取。然而，这两个假设在实践中并不总是成立的。自适应目标检测方法的研究进展。 深度域适应目标检测算法概述： 概述二 标题：深度物体检测器中的前景-背景失衡问题：回顾（深度目标检测器中前景-背景不平衡问题概述）作者：陈颖雅，徐彤单位：中国科学技术大学链接

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：22528
    • 提供者：weixin_42134168

  1. 深度学习之目标检测网络学习总结

  2. 本文来自于360doc，深度学习用于目标检测的算法从思路上来看，可以分为两大类，一类是twostage的方法，也就是把整个分为两部分，生成候选框和识别框内物体；另一类是onestage的方法，把整个流程统一在一起，直接给出检测结果，主要包含SSD,YOLO系列。首先介绍两阶段的检测算法，其实这条路线基本就是R-CNNSPPNetFastR-CNNfasterRCNNR-FCNFPN,然后集大成者MaskRCNN。先讲一下目标检测里面都会用到的一些基本知识IOU，非极大值抑制。IOU其实就是交并比

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1048576
    • 提供者：weixin_38618784

  1. 目标检测算法之Yolo系列

  2. 本文来自weixin，本文介绍了R-CNN基本结构和原理，YOLO的基本原理，推理过程，计算loss以及具体实用过程等。目标检测算法是计算机视觉三大基础任务之一，其包括目标定位和目标分类两部分。在yolo系列出来之前，主流的做法是分段式的R-CNN系列，主要包括R-CNN、FastR-CNN、FasterR-CNN、MaskR-CNN等。R-CNN的基本结构如下图所示：R-CNN主要分为候选区提取和候选区分类两个阶段，并且两阶段分开训练。其主要思想如下。首先通过选择性搜索（SelectiveSe

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：1048576
    • 提供者：weixin_38675815

  1. 基于改进SSD的X光图像管制刀具检测与识别

  2. 以安检X光图像管制刀具自动检测识别系统为研究对象,针对原始SSD(Single Shot MultiBox Detector)算法对浅层特征图表征能力不强,在训练阶段小目标特征逐渐消失,检测精度与实时性不佳,存在对安检危险品中管制刀具等小目标漏检误检等问题,从两个方面对原始SSD进行改进:一方面,用抗退化性能更强的ResNet34网络替换SSD中的基础网络VGG16,构建SSD-ResNet34网络模型,对基础网络后三层作卷积并进行轻量级网络融合,形成新的低层特征图;将网络部分扩展层作反卷积,形

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：2097152
    • 提供者：weixin_38557757

  1. 基于SIFT特征匹配的运动目标检测及跟踪方法

  2. 摄像机运动情况下的运动目标检测及跟踪是视频监控中的热点问题。论文提出一种基于SIFT（Scale Invariant Feature Transform） 特征匹配的运动目标检测和跟踪算法。在目标检测阶段，首先提取两帧带检测图像的SIFT特征点并进行特征匹配，然后计算两帧图像之间的几何变换矩阵，从而实现图像的几何对齐。再将几何对齐后的两幅图像进行差分，并在差分图像中寻找SAD最大值区域作为运动目标区域。在目标跟踪阶段，将已检测到的目标作为跟踪样本，与后检测到的目标区域进行SIFT特征匹配，结合论

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：1048576
    • 提供者：weixin_38741075

  1. 深度学习之目标检测网络学习总结

  2. 本文来自于360doc，深度学习用于目标检测的算法从思路上来看，可以分为两大类，一类是two stage的方法，也就是把整个分为两部分，生成候选框和识别框内物体；另一类是one stage的方法，把整个流程统一在一起，直接给出检测结果，主要包含SSD,YOLO系列。首先介绍两阶段的检测算法，其实这条路线基本就是R-CNNSPP

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：1048576
    • 提供者：weixin_38637884

  1. 利用ImageAI库只需几行python代码实现目标检测

  2. 什么是目标检测 目标检测关注图像中特定的物体目标，需要同时解决解决定位（localization） + 识别（Recognition）。相比分类，检测给出的是对图片前景和背景的理解，我们需要从背景中分离出感兴趣的目标，并确定这一目标的描述（类别和位置），因此检测模型的输出是一个列表，列表的每一项使用一个数组给出检出目标的类别和位置（常用矩形检测框的坐标表示）。 通俗的说，Object Detection的目的是在目标图中将目标用一个框框出来，并且识别出这个框中的是啥，而且最好的话是能够将图片的所

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：332800
    • 提供者：weixin_38623080

  1. 基于卷积神经网络的多尺度Logo检测算法

  2. 针对自然场景图像中多尺度Logo的检测需求，提出了一种基于卷积神经网络的多尺度Logo检测算法。该算法基于两阶段目标检测的实现思路，通过构建特征金字塔并采取逐层预测的方式实现多尺度候选区域的生成，通过融合卷积神经网络中的多层特征图以增强特征的表达能力。在FlickrLogos-32数据集上的实验结果显示，相比基线方法，所提算法能够提升生成候选区域的召回率，并且在保证大中尺度 Logo 检测精度的前提下，提升小尺度Logo的检测性能，验证了所提算法的优越性。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：11534336
    • 提供者：weixin_38732463
« 12 »