-
rgb_yuv_1
将.rgb格式的图像转换为.yuv格式的图像,.yuv格式的图像按4：2：0采样(will. Rgb format conversion of images. YUV format images. YUV format image with 4:2:0 sampling)
- 2005-04-21 15:04:01下载
- 积分：1
-
311826200337647
该算法是通过对图像使用色彩滤波矩阵来检测图像是否进行了篡改(The algorithm detects whether the image is tampered with by using the color filter matrix.)
- 2018-05-07 13:49:27下载
- 积分：1
-
Gabor+LBP
通过Gabor结合Lbp提取的特征进行人脸识别，获得很好的识别率(face recognition through gabor with lbp which can get a well ratio)
- 2017-09-01 21:40:33下载
- 积分：1
-
RD
说明： 基础距离多普勒算法的实现，包括机载星载点目标仿真和实测数据仿真(The realization of the basic distance doppler algorithm includes the simulation of airborne spaceborne point target and the simulation of measured data)
- 2020-04-03 12:46:09下载
- 积分：1
-
final1AHE0310
通过PCA+Retinex对图像进行图像增强处理(Image enhancement processing by PCA+Retinex)
- 2018-03-08 11:29:53下载
- 积分：1
-
读取显示BMP图像 BITMAP2000
读取显示BMP图像(read BMP images show)
- 2004-11-17 15:29:45下载
- 积分：1
-
评估函数
对两张图片进行均值和mse分析，尤其是两张视差图的分析(Mean and MSE analysis of two pictures)
- 2018-05-10 09:29:18下载
- 积分：1
-
波束形成DBF
说明： 声呐或者雷达系统发射信号后，通过波束形成算法对两个目标（方位分别为theta1、theta2）回波进行仿真，经过相位补偿，可以看出图像有两个波峰，波峰处指向性函数峰值最大，峰值所对应的的角度值即为目标的方位角。所以该程序对数字波束形成（DBF）的原理进行了仿真，适合初学者掌握阵列信号处理中数字波束形成的原理。(After the sonar or radar system transmits the signal, the echo of the two targets (the azimuth is theta1 and theta2 respectively) is simulated by the beamforming algorithm. After the phase compensation, it can be seen that the image has two peaks, the peak of the directivity function is the largest, and the corresponding angle value of the peak is the azimuth of the target. So the program simulates the principle of DBF, which is suitable for beginners to master the principle of DBF in array signal processing.)
- 2020-06-26 21:00:01下载
- 积分：1
-
YITTVR
说明： 编译的图形软件的一部分程序可以画出直线圆弧矩形(graphics software compiler part of the procedure can draw straight rectangular arc)
- 2006-05-11 15:35:39下载
- 积分：1
-
mx-maskrcnn-master
我们提出了一个简单、灵活和通用的对象实例分割框架。我们的方法能有效检测图像中的对象，同时为每个实例生成高质量的 segmentation mask。这种被称为 Mask R-CNN 的方法通过添加用于预测 object mask 的分支来扩展 Faster R-CNN，该分支与用于边界框识别的现有分支并行。Mask R-CNN 训练简单，只需在以 5fps 运行的 Faster R-CNN 之上增加一个较小的 overhead。此外，Mask R-CNN 很容易推广到其他任务，例如它可以允许同一个框架中进行姿态估计。我们在 COCO 系列挑战的三个轨道任务中均取得了最佳成果，包括实例分割、边界对象检测和人关键点检测。没有任何 tricks，Mask R-CNN 的表现优于所有现有的单一模型取得的成绩，包括 COCO 2016 挑战赛的冠军。(Mask R-CNN code by HeKaiming)
- 2020-06-17 15:20:12下载
- 积分：1
