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. BOW图片sift分类代码

  2. BOW图片sift分类代码，基于李飞飞05年LDA论文生成的模型代码

  3. 所属分类：机器学习

    • 发布日期：2017-10-09
    • 文件大小：4194304
    • 提供者：pop_rain

  1. OpenCV3计算机视觉Python语言实现

  2. OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法

  3. 所属分类：机器学习

    • 发布日期：2018-05-06
    • 文件大小：207618048
    • 提供者：qq_34452903

  1. 基于分布式数据库的图像检索系统

  2. DIRS: Distributed Image Retrieval System === 本项目实现了基于分布式数据库的图像检索系统。其中，TF-IDF作为相似度依据，MapReduce+HBase作为分布式框架。 集群配置 --- 4个节点：1个Master，3个Slave，均运行64位Centos系统 运行环境 --- Hadoop：2.7.3 Hbase：1.2.3 python 2.7.3 java 1.8.0 系统架构 --- 1. **分布式存储** 使用了HBase表存储图片信息

  3. 所属分类：图像处理

    • 发布日期：2018-06-25
    • 文件大小：473099
    • 提供者：oceandreami

  1. 一种基于 BoW 物体识别模型的视觉导航方法

  2. 针对复杂的室内环境,提出一种新的动态环境下的移动机器人视觉导航方法.该方法以室内常见物体作为自然路标,通过单目视觉建立识别模型来认知环境中的各种物体.首先对室内常见物体建立图像库,并对库中的大量图像采集 SIFT特征;然后通过 BoW 模型来描述各幅图像,针对每类物体利用线性支持向量机(SVM)训练出物体识别模型;最后借助交互的手绘地图描述室内环境,移动机器人从中获得辅助路径以及自然路标的大概位置,从而完成导航任务.通过大量实验,从自然路标变化、目的区域变化、手绘地图偏差等多角度验证该方法的鲁棒

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：331776
    • 提供者：weixin_38666527

  1. 基于栈式卷积自编码的视觉SLAM闭环检测

  2. 同时定位与构图(SLAM)主要用于解决移动机器人在未知环境中进行地图构建和导航的问题,是移动机器人实现自主移动的基础.闭环检测是视觉SLAM的关键步骤,对构建一致性地图和减少位姿累积误差具有重要作用.当前的闭环检测方法通常采用传统的SIFT、SURF等特征,很容易受到环境影响,为了提高闭环检测的准确性和鲁棒性,提出基于无监督栈式卷积自编码(CAEs)模型的特征提取方法,运用训练好的CAEs卷积神经网络对输入图像进行学习,将输出的特征应用于闭环检测.实验结果表明:与传统的BoW方法及其他基于深度学

  3. 所属分类：其它

    • 发布日期：2021-01-12
    • 文件大小：1048576
    • 提供者：weixin_38704870