针对日常生活中的行人安全问题，本文采用一种基于彩色和红外特征的多模式行人检测方法，提高行人检测的精度。
本文通过分类检测障碍物和行人区域的颜色和红外特征，设计一个多模式三焦框架，将检测得到的多模式图像特征结合在一起，促进多模式行人检测的发展。
实验结果表明，当颜色、视差和红外特征结合使用时，该方法检测性能显著提高。
本文通过分类检测障碍物和行人区域的颜色和红外特征，设计一个多模式三焦框架，将检测得到的多模式图像特征结合在一起，促进多模式行人检测的发展。
实验结果表明，当颜色、视差和红外特征结合使用时，该方法检测性能显著提高。
2025/8/31 2:47:17
1.09MB
1
ARKit：当您四处走动时，使用相机和运动数据来绘制局部世界。
CoreLocation：使用wifi和GPS数据来确定您的全球位置，但准确性较低。
ARKit+CoreLocation：将AR的高精度与GPS数据的规模相结合。
结合这些技术的潜力是巨大的，它在许多不同领域具有许多潜在的应用。
该库具有两个主要功能：允许使用真实世界的坐标将物品放置在AR世界中。
通过使用最新的位置数据点以及有关在AR世界中移动的知识，极大地提高了位置准确性。
改善的定位精度目前处于“实验”阶段，但可能是最重要的组成部分。
因为在那里还有其他地方仍有工作要做，所以这个项目最好由开放社区提供服务，这比GitHubIssues所能提供的更多。
因此，我将开放一个Slack组，任何人都可以加入，讨论该库，对其进行改进以及他们自己的工作。
要求ARKit需要iOS11，并支持以下设备
CoreLocation：使用wifi和GPS数据来确定您的全球位置，但准确性较低。
ARKit+CoreLocation：将AR的高精度与GPS数据的规模相结合。
结合这些技术的潜力是巨大的，它在许多不同领域具有许多潜在的应用。
该库具有两个主要功能：允许使用真实世界的坐标将物品放置在AR世界中。
通过使用最新的位置数据点以及有关在AR世界中移动的知识，极大地提高了位置准确性。
改善的定位精度目前处于“实验”阶段，但可能是最重要的组成部分。
因为在那里还有其他地方仍有工作要做，所以这个项目最好由开放社区提供服务，这比GitHubIssues所能提供的更多。
因此，我将开放一个Slack组，任何人都可以加入，讨论该库，对其进行改进以及他们自己的工作。
要求ARKit需要iOS11，并支持以下设备
2025/8/30 3:05:07
22.48MB
1
Verilog串口通信程序，详细注释自己看了很多材料以后，精心整理的串口通信实验原理和指导，在网上找了很多代码，大部分因为没有很好的注释，看起来很头疼，于是自己写了一份，附带详细的注释，在modelsim仿真器上已经得到验证，现在传上来，仅供参考。
PS1:最后部分给出了一个测试文件，写的非常简单，只是验证了功能，不是很好的测试；
PS2：代码部分看上去有点乱，因为在word中代码的层次结构无法清晰显示，如有需要，下载后把代码copy到notepad++这种类似的专用变成工具里面，就很清晰的显示代码和注释了。
PS1:最后部分给出了一个测试文件，写的非常简单，只是验证了功能，不是很好的测试；
PS2：代码部分看上去有点乱，因为在word中代码的层次结构无法清晰显示，如有需要，下载后把代码copy到notepad++这种类似的专用变成工具里面，就很清晰的显示代码和注释了。
2025/8/29 4:26:44
237KB
1
解决这个仓库是一个在制品:hammer:用expo制作的跨平台本机应用程序/渐进式Web应用程序。
我正在构建我的先前项目Settle的版本2，该项目旨在帮助其用户管理和应对TestAnxiety的症状。
开发日志:eye::mouth::eye:旨在跟踪我在这里学到的技术决策/事物2020年11月2日:fallen_leaf:内置Card组件，目前只有三种变体，但我可以添加更多选择使用react-navigation进行路由，Web支持是实验性的，但到目前为止它仍在起作用我使用createMaterialTopTabNavigator分别创建了用于Web和本机的顶部和底部导航，根据平台的样式不同，我选择了此导航，因为它在您
我正在构建我的先前项目Settle的版本2，该项目旨在帮助其用户管理和应对TestAnxiety的症状。
开发日志:eye::mouth::eye:旨在跟踪我在这里学到的技术决策/事物2020年11月2日:fallen_leaf:内置Card组件，目前只有三种变体，但我可以添加更多选择使用react-navigation进行路由，Web支持是实验性的，但到目前为止它仍在起作用我使用createMaterialTopTabNavigator分别创建了用于Web和本机的顶部和底部导航，根据平台的样式不同，我选择了此导航，因为它在您
2025/8/28 17:50:15
278KB
1
针对近红外InGaAs焦平面(FPA)调制传递函数（MTF）的测量要求，设计了一种全反射式Offner光学系统，由两块共轴的球面反射镜构成，11成像，F数为4。
在焦平面工作波长1.7μm下对光学系统进行优化，设计结果显示，在8mm×30mm的宽视场(FOV)内任一点，空间频率20lp/mm处（对应光敏元尺寸25μm×25μm的焦平面的Nyquist频率），光学系统的MTF在1.7\mm达到0.82，接近衍射限。
Zygo激光干涉仪在0.6328μm波长下的测量结果显示，系统的波前差均方根（RMS）值在0.6328\mm约为1/20λ，20lp/mm处MTF在0.6328\mm达到0.93。
将测量得到的波前差数据代入CODEV中计算，结果表明波长1.7μm下系统在8mm×30mm的视场内任一点，空间频率20lp/mm处的MTF实验值仍高于0.8，满足要求。
在焦平面工作波长1.7μm下对光学系统进行优化，设计结果显示，在8mm×30mm的宽视场(FOV)内任一点，空间频率20lp/mm处（对应光敏元尺寸25μm×25μm的焦平面的Nyquist频率），光学系统的MTF在1.7\mm达到0.82，接近衍射限。
Zygo激光干涉仪在0.6328μm波长下的测量结果显示，系统的波前差均方根（RMS）值在0.6328\mm约为1/20λ，20lp/mm处MTF在0.6328\mm达到0.93。
将测量得到的波前差数据代入CODEV中计算，结果表明波长1.7μm下系统在8mm×30mm的视场内任一点，空间频率20lp/mm处的MTF实验值仍高于0.8，满足要求。
2025/8/28 10:37:02
2.85MB
1
本文分析了在光学和数字混合处理X光层析术中,记录正弦图的要求,提出了修正正弦图数据的方法,研究了胶片的颗粒噪声对重建像的影响,并推导出重建像的信噪比公式.最后,给出了重建像的实验结果.
2025/8/27 15:29:21
4.59MB
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