今天在网上看到有人介绍一本新出的书，叫做ComputerVisionforVisualEffects。
现在的很多大片例如阿凡达等，里面的特效制作都使用了大量的计算机视觉技术。
这本书就是用来介绍如何使用现在最先进的计算机视觉技术来制作电影电视特效。
在书中，首先介绍了好莱坞特效制作中设计到的基本的计算机视觉算法，例如蓝色背景图像matting，SFM，光流，特征点跟踪等。
也介绍了一些最近发展的新算法，这些都可能被用于未来的电影特效中，例如自然图像matting，多图像合成，图像中目标的重定位，以及视点模拟等。
书中也介绍了运动捕捉和3D数据获取的原理。
全书使用了超过200张原始图像来展示原理，算法，以及结果。
同时还有好莱坞视觉特效专家的采访。
这本书于2012年秋天由剑桥大学出版社出版。
获取方式可以参考作者主页。
同时，博主发现网上也可以下载到这本书。
大家可以自己上网搜索一下。
作者的主页上还放上了书中涉及到的一些有用的代码，供大家参考
现在的很多大片例如阿凡达等，里面的特效制作都使用了大量的计算机视觉技术。
这本书就是用来介绍如何使用现在最先进的计算机视觉技术来制作电影电视特效。
在书中，首先介绍了好莱坞特效制作中设计到的基本的计算机视觉算法，例如蓝色背景图像matting，SFM，光流，特征点跟踪等。
也介绍了一些最近发展的新算法，这些都可能被用于未来的电影特效中，例如自然图像matting，多图像合成，图像中目标的重定位，以及视点模拟等。
书中也介绍了运动捕捉和3D数据获取的原理。
全书使用了超过200张原始图像来展示原理，算法，以及结果。
同时还有好莱坞视觉特效专家的采访。
这本书于2012年秋天由剑桥大学出版社出版。
获取方式可以参考作者主页。
同时，博主发现网上也可以下载到这本书。
大家可以自己上网搜索一下。
作者的主页上还放上了书中涉及到的一些有用的代码，供大家参考
2023/8/14 21:15:08
14.67MB
1
本资源主要是机器学习——自组织特征映射网络（SOM）的Matlab代码及数据，应读者要求特上传，用于大家练习使用。
2023/8/14 2:08:31
2KB
1
如果下载时，名字是fp.php，请将名字后缀名修改为.pdf即可特征提取与图像处理第三版，英文版。
目前可下载到的一般是第二版，扫描版第三版修正了一些错误，并添加了新的内容此文档非扫描版，可复制
目前可下载到的一般是第二版，扫描版第三版修正了一些错误，并添加了新的内容此文档非扫描版，可复制
2023/8/14 1:48:36
24.67MB
1
线性光谱聚类（LSC）的超像素分割算法，该算法可以生成具有低计算成本的紧凑且均匀的超像素。
基本上，基于测量图像像素之间的颜色相似性和空间接近度的相似性度量，采用超像素分割的归一化切割公式。
然而，代替使用传统的基于特征的算法，我们使用核函数来近似相似性度量，导致将像素值和坐标明确映射到高维特征空间。
我们证明，通过适当地加权该特征空间中的每个点，加权K均值和归一化切割的目标函数共享相同的最佳点。
因此，通过在所提出的特征空间中迭代地应用简单的K均值聚类，可以优化归一化切割的成本函数。
LSC具有线性计算复杂性和高内存效率，并且能够保留图像的全局属性。
实验结果表明，LSC在图像分割中的几种常用评估度量方面表现出与现有技术的超像素分割算法相同或更好的性能。
基本上，基于测量图像像素之间的颜色相似性和空间接近度的相似性度量，采用超像素分割的归一化切割公式。
然而，代替使用传统的基于特征的算法，我们使用核函数来近似相似性度量，导致将像素值和坐标明确映射到高维特征空间。
我们证明，通过适当地加权该特征空间中的每个点，加权K均值和归一化切割的目标函数共享相同的最佳点。
因此，通过在所提出的特征空间中迭代地应用简单的K均值聚类，可以优化归一化切割的成本函数。
LSC具有线性计算复杂性和高内存效率，并且能够保留图像的全局属性。
实验结果表明，LSC在图像分割中的几种常用评估度量方面表现出与现有技术的超像素分割算法相同或更好的性能。
2023/8/13 15:12:13
9.55MB
1
文件内有一个函数文件和CMFS.m文件，调用这两个即可。
另外还有几个标准数据集用来测试。
特征选择可以用来进行机器学习和数据挖掘，希望此资源可以帮助到大家，有不足之处，望指出并相互探讨。
另外还有几个标准数据集用来测试。
特征选择可以用来进行机器学习和数据挖掘，希望此资源可以帮助到大家，有不足之处，望指出并相互探讨。
2023/8/13 8:48:52
141KB
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