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. A Year of Computer Vision

  2. 内容目录 简介 第一部分 分类/定位 目标检测 目标追踪 第二部分 分割 超分辨率、Z着色 动作识别 第三部分 3D 目标 人体姿势估计 3D 重建 其他未分类 3D 总结 第四部分 卷积架构 数据集 不可分类的其他材料与有趣趋势 结论

  3. 所属分类：机器学习

    • 发布日期：2017-12-06
    • 文件大小：1048576
    • 提供者：discoverhfub

  1. 人体检测正负样本数据集

  2. 本数据集是我从INRIA中裁剪而来，全是64*128的图片。整个文件就分为正负样本两个文件夹，没有INRIA这么混乱。其中正样本3548张，负样本16710张。在样本文件夹旁边给出了文件列表文件。可以用作人体检测训练。

  3. 所属分类：机器学习

    • 发布日期：2018-04-19
    • 文件大小：91226112
    • 提供者：sru_alo

  1. tiplog.odt

  2. 要进行准确的人流密度估计，面临了如下的难点 1.低分辨率：可以看看UCF Crowd Counting 50这个数据集，在很多密集的情况下，一个人头的pixel可能只有5*5甚至更小，这就决定了基于检测的很多方法都行不通； 2.遮挡严重：在人群中，头肩模型都难以适用更不用说人体模型，头部之间的遮挡都挺严重； 3.透视变换：简而言之就是近大远小，什么尺度的头部都可能出现。

  3. 所属分类：讲义

    • 发布日期：2020-05-19
    • 文件大小：1048576
    • 提供者：qingfenglu

  1. 行人检测数据集（人体上半身，数量7000+）

  2. 基于CUHK行人检测数据集制作的人头数据集，7000+正样本 ，该数据集大小为60*60，可用于Hog特征提取，进一步用于训练人体分类模型用于监控系统中的行人检测。

  3. 所属分类：深度学习

    • 发布日期：2020-04-23
    • 文件大小：61865984
    • 提供者：luoyanum

  1. 基于深度学习的图像分类方法研究_孟丹.caj

  2. 本文在深度学习框架的基础上对特征提取方法进行了研究,并通过医学图像、人脸表情的检测和分类对其效果进行了验证。本文的研究内容主要包括以下三点:1)提出有约束的高分散主成分分析网络(Constrained High Dispersal PCANet,CHDNet)。本文详细分析了 CHDNet的不同组件对分类性能的影响,针对PCANet的局限性,设计了非线性变化层、多尺度特征池化层,以提高分类性能。将CHDNet应用在医学图像分类中,包括基于Kinect深度图像的人体生理机能自动检测和计算机辅助舌象

  3. 所属分类：深度学习

    • 发布日期：2020-04-02
    • 文件大小：6291456
    • 提供者：olivia_ye

  1. CVPR2019论文

  2. 检测 28分割 36分类、识别 15跟踪 19人脸 8人体姿态估计、位姿估计 18行为/动作识别、手势识别 10时序动作检测、视频相关 18Related to Networks 34GAN、图像文本生成 21图像/视频处理、超分辨 18点云、三维重建 25VQA、视觉语言导航 10OCR、文本检测 8自动驾驶、SLAM 12人群计数 3数据集 6行人重识别、行人检测 8其他 254

  3. 所属分类：机器学习

    • 发布日期：2020-03-04
    • 文件大小：75
    • 提供者：qq_42223751

  1. 基于手机加速度传感器的人体行为识别_衡霞.pdf

  2. 近年来随着信息科学和传感器技术的进步，基 于传感器的行为识别获得了极大的发展，其中基于 可穿戴传感器的人体行为识别具 有 极 其 广 泛 的 应 用前景。例如在智能家居、老人或病人监护等领域 使用可穿戴式传感器可以实时获 得 用 户 的 行 为 数 据，从而快速准确的判断出当前用户的活动情况。 文［１］中使用在右脚踝和左大腿固定两个加速 度传感器 采 集 数 据 来 研 究 人 体 行 为 识 别 方 法；文 ［２］提出一种在人体不同位置固定多个加速度传感 器来进行老年人跌倒检

  3. 所属分类：算法与数据结构

    • 发布日期：2020-02-07
    • 文件大小：809984
    • 提供者：songzailu6482

  1. 词袋法自动检测糖尿病性视网膜病变

  2. 成像和计算机视觉系统提供了对人体生理学进行定量研究的能力。 相反，人工解释需要大量的工作，专业知识和过多的处理时间。 这项工作提出了一种将图像处理和机器学习相结合的算法，可以从视网膜眼底图像诊断出糖尿病性视网膜病变。 该自动化方法基于从一些公共可用数据库（如DRIDB0，DRIDB1，MESSIDOR，STARE和HRF）收集的数据集对糖尿病性视网膜病变（或无糖尿病）进行分类。 我们的方法利用具有快速鲁棒性功能的单词袋模型，演示了包含病变（硬性渗出物，软性渗出物，微动脉瘤和出血）和非病变的180

  3. 所属分类：其它

    • 发布日期：2020-06-04
    • 文件大小：1048576
    • 提供者：weixin_38688097

  1. 基于WiFi信号的入侵检测机理及实验研究

  2. 室内安全关乎人们的生命财产安全, 通过室内入侵检测可以达到预警、避免损失的目的。与常见的入侵检测方法不同，利用了无线通信信号WiFi的信道状态信息(Channel Status Information，CSI)与人体行为的关联，可以达到入侵检测的目的。研究了信道冲击响应与信道频率响应及CSI的关系，并利用CSI数据集EHUCOUNT和机器学习方法仿真验证了CSI与人行为的关联，结果表明6种典型场景下SVM(Support Vector Machine)入侵检测准确率为93.35%～99.23%；

  3. 所属分类：其它

    • 发布日期：2020-10-15
    • 文件大小：561152
    • 提供者：weixin_38562392

  1. 基于局部描述子的人体行为识别

  2. 提出一种新的局部时空特征描述方法对视频序列进行识别和分类。结合SURF和光流检测图像中的时空兴趣点，并利用相应的描述子表示兴趣点。用词袋模型表示视频数据，结合SVM对包含不同行为的视频进行训练和分类。为了检测这种时空特征的有效性，通过UCF YouTube数据集进行了测试。实验结果表明，提出的算法能够有效识别各种场景下的人体行为。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：299008
    • 提供者：weixin_38720756

  1. 人体口罩佩戴检测实战

  2. 基于yolov3的人体口罩佩戴检测 由于2020年新型冠状病毒，针对公共场合检测人员是否佩戴口罩，故用YOLOV3完成一个人体口罩佩戴检测。 效果展示 环境 工欲善其事必先利其器 Python： 3.7.4 Tensorflow-GPU 1.14.0 Keras: 2.2.4 数据集 口罩检测数据集，从互联网上搜集的数据集，大概1k多张图片。 训练 准备数据集 按照VOC数据集的格式来准备数据集，及图片以及xml标签 VOCdevkit -VOC2007 ├─ImageSets

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：366592
    • 提供者：weixin_38623255

  1. Human-Pose-Estimation:这是UCAS的本科生最后一年的项目-源码

  2. 人体姿势估计 这是UCAS的本科生最后一年项目。 该FYP的目标是检测基于OpenPose的某些人类行为。 快速开始 获得预训练的OpenPose Caffe模型 转到文件夹./model并运行getModels.bat或getModels.sh （取决于您的操作系统）。 获取UR跌倒检测数据集 转到此并下载所有秋天的** -cam0-rgb.zip文件。 将zip文件放入文件夹./dataset/UR/ 安装要求 确保您的环境具有OpenCV，Keras，Numpy，Pandas，Sklea

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：3145728
    • 提供者：weixin_42160424

  1. Smart_Construction:施工现场的头部头盔检测，基于目标检测工地安全帽和禁入危险区域识别系统，:rocket::grinning_squinting_face:附YOLOv5训练自己的数据集超详细教程:rocket::grin

  2. 智能建筑 如果帮到您请给个星星 :glowing_star: :glowing_star: :glowing_star: ，您的星级 :glowing_star:是我最大的鼓励！ 该项目是使用YOLOv5 v2.x的程序来训练在智能工地安全领域中头盔目标检测的应用 可视化界面演示（2021.3上新！）： :collision: :collision: :collision:新增可视化界面上线啦！！！！来一波演示！！！ :collision: :collision: :colli

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：7340032
    • 提供者：weixin_42178688

  1. 用于视觉检测和估计的稀疏几何特征

  2. 图像功能对于计算机视觉社区至关重要，例如视觉行人检测和人体姿势估计。 在本文中，我们提出了一种利用稀疏几何表示的新颖图像特征，以处理与视觉人类检测和姿态估计问题密切相关的图像模式。 同样，此处的加速优化可确保有效的特征提取具有令人鼓舞的性能。 结合最新的学习方法，本文指出了拟议的图像特征如何通过利用几何流信息来表征图像上下文，特别是针对人体形状和运动，来提高单眼视频图像中特定视觉任务的代表性。 我们将我们提出的方法与经典的全局特征（例如HOG，HMAX）进行了比较，并在基准数据集上进行了检测以及

  3. 所属分类：其它

    • 发布日期：2021-03-05
    • 文件大小：251904
    • 提供者：weixin_38721811

  1. Python-深度学习-物体检测实战.rar

  2. 分享课程——Python-深度学习-物体检测实战；计算机视觉-物体检测-通用解决框架Mask-Rcnn实战课程旨在帮助同学们快速掌握物体检测领域当下主流解决方案与网络框架构建原理，基于开源项目解读其应用领域与使用方法。 通过debug方式，详细解读项目中每一模块核心源码，从代码角度理解网络实现方法与建模流程。为了方便同学们能将项目应用到自己的数据与任务中，实例演示如何针对自己的数据集制作标签与代码调整方法，全程实战操作，通俗讲解其中复杂的网络架构。 章节1 物体检测框架-MaskRcnn项目介

  3. 所属分类：深度学习

    • 发布日期：2021-02-27
    • 文件大小：704
    • 提供者：huhuge88

  1. Beyesian网络模型下医学传感器网络的故障检测

  2. 我们提出了一种基于Beyesian网络的方法医用人体传感器网络的故障诊断问题收集生理信号以监测患者的健康。 我们对拜耶斯网络进行形式化描述身体传感器同时考虑时空相关性的网络在不同传感器处进行测量。 然后我们给出理论故障检测分析，该方法的误报以及执行故障诊断算法后的错误概率。 最后，通过以下方式对合成医学数据集进行了实验： 将故障注入真实的医学数据集表明，模拟性能与理论分析非常接近，并且提出的方法具有良好的检测精度，具有误报率低

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：463872
    • 提供者：weixin_38725015

  1. 基于联合学习的多视角室内人员检测网络

  2. 建立了室内人员检测数据集(IHDD), 提出了基于联合学习的多视角室内人员检测网络模型(MVNN)。该模型由输入数据层、特征提取层、可变形处理层、可见性估计层、分类判别层等组成, 并加入区域建议模型和多视角模型以提升算法的检测性能。在自建的IHDD数据集上的实验结果表明, 与现有其他检测算法相比, MVNN算法的检测率更高; 在人体目标呈现多视角、多姿态及存在遮挡等困难情况下仍有不错的检测效果, 具有一定的理论研究价值和实际应用价值。

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：11534336
    • 提供者：weixin_38528888

  1. PFAS-血清生物监测-：CDPH在加利福尼亚的选定地区进行了PFAS的生物监测。 饮用水中PFAS对人体负荷的相对贡献尚不清楚。 该项目的目标是使用统计假设检验确定饮用水中的PFAS水平是否与测得的暴露浓度相关-源码

  2. PFAS-血清生物监测- CDPH在加利福尼亚的选定地区进行了PFAS的生物监测。 饮用水中PFAS对人体负荷的相对贡献尚不清楚。 该项目的目标是使用统计假设检验来确定饮用水中的PFAS水平是否与测得的暴露浓度相关。 清除了CDPH生物监测CARE LA研究的数据以获取机密信息。 对原始数据集进行了以下更改： •从检测频率高于65％的7个PFAS的真实洛杉矶县数据开始-PFOS，PFOA，PFHxS，PFDeA，PFNA，PFUAdA和MEFOSSA•将MDL / sqrt2替换为真实数据

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：31457280
    • 提供者：weixin_42117485

  1. YOLOv3_mask：YOLOv3实现口罩检测-源码

  2. YOLOv3_breath_mask 基于YOLOV3的口罩可以检测到2020年新型冠状病毒，针对公共场所检测人员是否放置口罩，故用YOLOV3完成一个人体口罩替代检测。 效果展示 环境 的Python： 3.7.4 Tensorflow-GPU 1.14.0 Keras： 2.2.4 最好用性能强的螺丝训练，不然会很慢，而且可能会跑停 数据集 [口罩检测数据集]需要准备已经标注好的口罩数据集.jpg与.xml对应breath_anchors.txt中是先验框对应的大小breath_clas

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：9437184
    • 提供者：weixin_42117082

  1.  基于HOG和肤色特征的快速行人检测

  2. 为了解决单一HOG特征的行人检测方法容易造成的误检和漏检，进一步提高行人检测算法的准确率和速度，本文提出了基于多特征的行人检测算法，将HOG特征和人体重要的肤色特征相结合，使用adaboost算法进行特征学习。在INRIA行人数据集上进行测试，实验表明将HOG和肤色相结合将行人检测的识别率提高了8%，检测速度提高了近30%。

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：599040
    • 提供者：weixin_38504170
« 12 »