检测图片连通区域,计算物体个数,采用标签传递算法,matlab实现
2023/10/13 17:28:02 697B 检测图片连通区域
1
目前点击物体让物体单独变色还有问题,其他的都是自己敲的,欢迎下载指导
2023/10/6 10:22:55 838KB obj模型
1
基于Aforge的动态识别软件,可以识别动态物体,有源码,可追踪运动物体,判断运动物体边界,可用于室内监控,以及测速等,也可作为自己研究用(需要有摄像头)file选择OpenLocalDevice在Motin可以选择识别模式,有4种选项
2023/9/30 14:14:56 171KB 运动识别 识别 动态 摄像头
1
该程序通过OpenCV实现对Marker的识别和定位,然后通过OpenGL将虚拟物体叠加到摄像头图像下,实现增强现实。
程序在OpenFrameworks下开发,解压后放在“OF安装目录\apps\myApps”下打开编译。
2023/9/22 2:18:42 42.32MB c++ opencv of opengl
1
VisualC++OpenGL应用程序开发第五章源码和详细注释。
包含三维物体建模雨伞的绘制,显示列表的使用。
坐标系的变换。
2023/9/15 4:39:31 157KB opengl 显示列表
1
个计算机视觉,图像处理和机器视觉所共有的经典问题便是判定一组图像数据中是否包含某个特定的物体,图像特征或运动状态。
这一问题通常可以通过机器自动解决,但是到目前为止,还没有某个单一的方法能够广泛的对各种情况进行判定:在任意环境中识别任意物体。
现有技术能够也只能够很好地解决特定目标的识别,比如简单几何图形识别,人脸识别,印刷或手写文件识别或者车辆识别。
而且这些识别需要在特定的环境中,具有指定的光照,背景和目标姿态要求。
2023/9/14 8:37:02 11.84MB python tuxiang
1
与多目标跟踪(MultipleObjectTracking简称MOT)对应的是单目标跟踪(SingleObjectTracking简称SOT),按照字面意思来理解,前者是对连续视频画面中多个目标进行跟踪,后者是对连续视频画面中单个目标进行跟踪。
由于大部分应用场景都涉及到多个目标的跟踪,因此多目标跟踪也是目前大家主要研究内容,本文也主要介绍多目标跟踪。
跟踪的本质是关联视频前后帧中的同一物体(目标),并赋予唯一TrackID。
随着深度学习的兴起,目标检测的准确性越来越高,常见的yolo系列从V1到现在的V5(严格来讲V5不太算),mAP一个比一个高,因此基于深度学习的目标检测算法实际工程落地也越来
2023/9/13 21:20:03 406KB 多目标跟踪全解析,全网最全
1
Camshift是一种应用颜色信息的跟踪算法,它对做加速度的运动物体跟踪效果不够稳定和强壮,从准确预测目标位置及缩小目标搜索范围入手对算法进行了改进该算法使用运动目标加速度运动位移方程预测下一时刻目标可能出现的位置,使用预测位置误差方程估计运动目标搜索范围,并使用HR滤波器对目标运动速度加速度等参数自适应地修正实验证明,改进的Camshift有效地克服了Camshift算法自身的缺陷,即使运动目标做加速运动时,也可准确地预测运动目标的位置,缩小目标搜索范围,进而提高目标跟踪速度
2023/9/12 20:41:14 246KB 目标跟踪 Camshift算法 位置预测
1
这个代码专用KinectV2中彩色图片的尺寸变换,相比于其它图像变换的方法,具有简单高效的特点。
变换之后的彩色图像中的物体可以与深度图一一对应。
2023/9/9 21:43:23 3KB KinectV2 尺寸变换
1
极薄导电物体对电磁散射的精确解决方案
2023/9/7 9:26:43 249KB 研究论文
1
共 369 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡