搜索资源列表
STL_line_detection
- 利用STL算法技术识别位图中的线段（刻线） 刻线识别技术是机器视觉技术中的重要内容之一。-this software can detect straight line in a bitmap by the use of STL technique
Two-level-Particle-Filter-Based-Lane-Detection-for
- 提出了基于2层粒子滤波数据融合的道路检测框架.通过道路检测算法的2个主要模块:特征 提取和道路参数估计,同时引入粒子滤波算法,并以支持向量机(SVM)识别道路模型、初始化粒子滤波器提高算法的环境适应性,以期找到基于机器视觉的道路检测算法在鲁棒性和实时性之间更好的平衡点. -Since the normal monocular-vision based lane detection algorithms for outdoor applications sel- dom conside
Kalman_Filter2
- 用kalman滤波算法仿真实现2自由度机器人对目标的跟踪（demo2忽略了Jt，demo3包含可Jsita和Jt，估计总雅可比矩阵J的kalman滤波）---机器人视觉伺服-Simulation kalman filter algorithm with 2 degrees of freedom robot target tracking (demo2 ignored Jt, demo3 contains Jsita and Jt, the total estimated Jacobian mat
em
- 在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）。最大期望经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域。 -In the statistical calculations, the maximum expected (EM) algorithm parameter maximum likelihood estimate
EM
- EM最大期望算法：算法是在概率模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量。最大期望经常用在机器学习和计算机视觉的数据聚类领域。-EM algorithm
AForge.NET
- AForge.NET是一个专门为开发者和研究者基于C#框架设计的，他包括计算机视觉与人工智能，图像处理，神经网络，遗传算法，机器学习，模糊系统，机器人控制等领域。-AForge.NET is a specialized developer and researcher based C# framework designed, he included computer vision and artificial intelligence, image processing, neural netw
pujulei
- 谱聚类算法建立在谱图理论基础上，与传统的聚类算法相比，它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。 该算法首先根据给定的样本数据集定义一个描述成对数据点相似度的亲合矩阵,并且计算矩阵的特征值和特征向量 ， 然后选择合适 的特征向量聚类不同的数据点。谱聚类算法最初用于计算机视觉 、VLS I 设计等领域， 最近才开始用于机器学习中，并迅速成为国际上机器学习领域的研究热点。-Spectral clustering algorithm based on the spectrum b
EM
- 《视觉机器学习20讲》的配套仿真代码——EM算法 均值最大算法，适合初学者-The visual machine learning about 20 supporting simulation code- EM algorithm average maximum algorithm, suitable for beginners
EM算法
- 在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable）。最大期望经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域。(In statistical calculation, the expectation maximization (EM) algorithm in probability (probabilistic) maximu
SLAM
- 对于机器视觉算法的研究学习的基础介绍，包括简单的算法源程序与过程介绍。(For the machine vision algorithm research and study of the basic introduction, including a simple algorithm source and process introduction.)
NatureDeepReview
- 深度学习允许由多个处理层组成的计算模型来学习具有多个抽象层次的数据表示。这些方法极大地提高了语音识别、视觉对象识别、目标检测以及药物发现和基因组学等许多领域的最新进展。深度学习发现复杂的结构在大数据集，通过使用反向传播算法来指示一台机器应该如何改变其内部参数，用于计算在每一层的代表性，从上一层的代表。深层卷积网在处理图像、视频、语音和音频方面取得了突破性进展，而递归网络则在文本和语音等连续数据上起到了作用。(Deep learning allows computational models th
Adaboost
- 用Adaboost实现行人检测中的漏检率，与boosting进行比对。(Using Adaboost to achieve missed detection rate in pedestrian detection, compared with boosting.)
机器人学机器视觉与控制 MATLAB算法基础
- 介绍机器学习及机器视觉，控制,以及 matlib 的算法 应用。 是本好书，希望对你有帮助。(this is a book about machine learniing,video and how to use matlib .)
em
- 在统计计算中，最大期望（EM）算法是在概率模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐性变量。最大期望算法经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域。(In statistical computation, the maximum expectation (EM) algorithm is an algorithm to find the maximum likelihood estimation or the maximum
Python机器视觉编程
- 《Python计算机视觉编程》是计算机视觉编程的实践指南，依赖Python语言讲解了基础理论与算法，并通过大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、三维重建、立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。另外，书中附带的练习还能让读者巩固并学会应用编程知识。("Python Computer Vision Programming" is a practical guide to computer vision pro
yuankong
- 图像处理算法对工业现场拍摄工件照片进行圆孔识别与定位，具有较好的鲁棒性。(The image processing algorithm has good robustness for circular hole recognition and location in industrial field.)