第一章：引言第二章：文本特征提取技术第三章：文本检索技术第四章：文本自动分类技术第五章：文本自动聚类技术第六章：话题检测跟踪技术第七章：文本过滤技术第八章：关联分析技术第九章：文档自动摘要技术第十章：信息抽取第十一章：智能问答（QA）技术第十二章：文本情感分析技术第十三章：Ontology第十四章：半结构化文本挖掘方法第十五章：文本挖掘工具与应用
2024/5/12 6:28:58
12.78MB
1
OpenCV和MFC的实例功能如下：有良好的mfc界面，可以打开图像、视频，并作简单的数字图象处理，视频目标检测、跟踪等等，包含大量的基础算法，基于opencv1.0和vc6.0（vs2008）都可以应用，不用安装，直接编译运行就可以，对于初学者熟悉opencv的常用函数很有帮助。
新手共享资源，多多交流。
新手共享资源，多多交流。
2024/1/25 15:35:46
13.55MB
1
基于多特征融合的动态障碍物检测跟踪方法、基于时空特征向量的动态障碍物识别方法和基于驾驶行为意图检测的动态车辆轨迹预测方法，从而实现更加安全、合理和准确的动态障碍物避撞
2023/9/15 2:35:43
7.48MB
1
针对弱小目标的检测跟踪问题,提出了一种基于序列检验和Viterbi的检测前跟踪算法;将雷达扫描区域进行划分后,在方位-距离-多普勒平面内联合处理回波信号,为了搜集目标驻留时间内的散射能量,可以通过Viterbi算法搜索连续扫描时允许的目标转移状态,最后通过序列检测做出判决;序列检验可以解决目标检测过程中时延较大的问题,Viterbi算法用来获取检测统计量及目标的轨迹;仿真结果表明,该算法对高速运动的目标具有良好的检测与跟踪功能。
2023/3/7 9:33:32
192KB
1
1.首先从文件菜单打开程序目录下的car.avi视频,零碎将显示视频的第一帧。
2.点击背景提取菜单，稍后会提取出背景并显示在打开的第二个窗口中。
3.当提取出背景后，点击检测跟踪菜单，对车辆进行检测和跟踪。
4.点击轨迹绘制菜单，绘制车辆的轨迹。
2.点击背景提取菜单，稍后会提取出背景并显示在打开的第二个窗口中。
3.当提取出背景后，点击检测跟踪菜单，对车辆进行检测和跟踪。
4.点击轨迹绘制菜单，绘制车辆的轨迹。
2016/7/20 12:08:02
30.63MB
1
视频演示算法包括：1.静态背景下的背景预测法目标检测2.静态背景下帧间差分法目标检测3.MeanShift目标跟踪方法4.重心多目标跟踪方法该框架支持的视频只限于RGB非紧缩WindowsAVI格式，可以通过“文件”菜单下打开视频来打开视频文件。
2017/10/5 12:53:16
1.25MB
1
本文针对视频监控中的车辆检测跟踪问题，具体研究了在昼间车流密度较高情况下以及在夜间车辆的检测与跟踪算法。
首先针对昼间车流密度高的特点将类Haar+Adaboost分类器的统计学习方法用于昼间车辆检测，并在检测后进行一定后处理去除虚警。
实验结果表明，在车流密度较高的情况下仍能快速地检测出车辆，明显优于运动目标检测的效果！在正文中讲吧，佛楼米！
首先针对昼间车流密度高的特点将类Haar+Adaboost分类器的统计学习方法用于昼间车辆检测，并在检测后进行一定后处理去除虚警。
实验结果表明，在车流密度较高的情况下仍能快速地检测出车辆，明显优于运动目标检测的效果！在正文中讲吧，佛楼米！
2020/1/22 13:03:28
2.61MB
1
采用OPENCVVC++开发，次要通过检测行人，然后跟踪，接着判断该行人跟统计线的前后两帧的关系，对于检测到的行人，则压入一个容器中，然后在下一帧开始跟踪。
对于跟踪框超出某个位置则从容器中删除
对于跟踪框超出某个位置则从容器中删除
2022/9/4 4:30:25
18.81MB
1
本文基于xilinx公司的ARTIX-7系列芯片xc7a35t和cmos摄像头ov7725以及VGA显示屏搭建了一套硬件平台用以动态目标的检测跟踪。
使用vivado软件设计了各个系统模块的功能，本系统主要由5个模块构成：ov7725视频图像数据采集模块、数据缓存模块、DDR3读写控制模块、图像数据处理模块、VGA显示模块。
本文采用VerilogHDL硬件描述语言进行编程，先完成了对摄像头ov7725的驱动，通过摄像头采集的图像转为RGB565格式通过数据缓存模块存入DDR3之中，再通过数据缓存模块取出并通过背景差分法进行动态目标的检测，在进行先腐蚀后膨胀的数学形状学处理之后，采用基于颜色特征的匹配算法进行动态目标的跟踪，并最终在VGA显示屏上显示跟踪结果。
实验结果表明，在FPGA上采用合适的算法搭建系统能实时、准确的检测并跟踪动态目标。
使用vivado软件设计了各个系统模块的功能，本系统主要由5个模块构成：ov7725视频图像数据采集模块、数据缓存模块、DDR3读写控制模块、图像数据处理模块、VGA显示模块。
本文采用VerilogHDL硬件描述语言进行编程，先完成了对摄像头ov7725的驱动，通过摄像头采集的图像转为RGB565格式通过数据缓存模块存入DDR3之中，再通过数据缓存模块取出并通过背景差分法进行动态目标的检测，在进行先腐蚀后膨胀的数学形状学处理之后，采用基于颜色特征的匹配算法进行动态目标的跟踪，并最终在VGA显示屏上显示跟踪结果。
实验结果表明，在FPGA上采用合适的算法搭建系统能实时、准确的检测并跟踪动态目标。
2018/5/4 9:51:51
3.01MB
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