计算机视觉3D点云经典书籍-Semantic3DObjectMapsforEverydayManipulationinHumanLivingEnvironments讲述了点云的几何计算原理以及利用点云特征FPHF进行匹配即分类用生活环境如厨房清理开门等实例进行了举例和讲解
2023/10/7 8:43:35
59.98MB
1
（清华大学版）计算机图形学第1章绪论第2章光栅图形学第3章几何造型技术第4章真实感图形学第5章OpenGL与VRML第6章附录—图形■第1章绪论※计算机图形学的研究内容※计算机图形学的发展简史※应用及研究前沿※图形设备■第2章光栅图形学※直线段的扫描转换算法※圆弧的扫描转换算法※多边形扫描转换与区域填充※字符※裁剪※反走样※消隐※练习题■第3章几何造型技术※曲线和曲面※Bezier和B样条曲线曲面※形体在计算机内的表示※求交分类※实体造型系统简介※练习题■第4章真实感图形学※颜色视觉※简单光照明模型※局部光照明模型※光透射模型※纹理及纹理映射※整体光照明模型※实时真实感图形学技术※练习题■第5章OpenGL与VRML※OpenGL※VRML■第6章附录—图形变换※数学基础※几何变换※投影变换
2023/9/30 0:01:18
3.07MB
1
针对群体情绪识别准确率的问题，结合卷积神经网络（CNN）与长短期记忆网络（LSTM），提出一种多流CNN-LSTM网络模型学习群体情绪的静态和动态特征。
以视频序列的原始图像、视觉显著图形和叠加的光流图像分别作为三个通道的输入，利用CNN网络对空间特征和局部运动特征进行分析，得到的特征图直接输入LSTM网络，进行全局运动特征的学习。
最后连接Softmax分类器，对三个通道的Softmax输出进行加权融合，得到分类结果。
实验结果表明，模型可有效地识别四种典型的群体情绪，且识别率高于已有算法，准确度（ACC）和宏平均精度（MAP）分别最高可达82.6%、84.1%。
以视频序列的原始图像、视觉显著图形和叠加的光流图像分别作为三个通道的输入，利用CNN网络对空间特征和局部运动特征进行分析，得到的特征图直接输入LSTM网络，进行全局运动特征的学习。
最后连接Softmax分类器，对三个通道的Softmax输出进行加权融合，得到分类结果。
实验结果表明，模型可有效地识别四种典型的群体情绪，且识别率高于已有算法，准确度（ACC）和宏平均精度（MAP）分别最高可达82.6%、84.1%。
2023/9/29 1:55:43
1.44MB
1
关于深度学习使用在计算机视觉上的很好的入门书，提供全部python代码，非常方便初学者学习下载
2023/9/26 19:26:06
27.26MB
1
信号处理、图像处理、计算机视觉、数值分析、数值线性代数和机器学习算法。
稀疏和冗余的表述在信号和图像处理方面的从理论到实际应用
稀疏和冗余的表述在信号和图像处理方面的从理论到实际应用
2023/9/26 14:05:07
3.39MB
1
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