踟蹰横渡口,彳亍上滩舟。

借助深度卷积神经网络对图片 & GIF & 视频进行超分辨率放大(即放大与降噪) 以及 对视频进行 插帧(即补帧).软件下载地址：下载地址界面效果：处理效果：图像清晰化图像放大：gif清晰化：主要特性:📺自动化处理多种媒体: 支持处理 图片 的同时,实现了自动化处理 GIF&APNG 和 视频.😍全图像风格支持: 内置多种算法, 无论是 二次元动漫 还是 您日常拍摄的照片&录像 ,都可以进行清晰化处理.🎞视频插帧(补帧): 在对视频进行超分辨率后

**数字图像的检索下载地址：代码、数据集下载地址**1. 摘要随着互联网发展的日新月异，人们对于信息的需求不再是简单的文字，大量的图像、语音和视频信息爆发式的出现，其包涵的信息远远超过文本。传统的检索方式已经不再满足人类的需求，就图像信息而言，数字图像的检索技术应运而生。本人所研究的数字图像检索技术主要是基于颜色和形状的特征，在此基础上提出了一种检索算法，最终通过MATLAB平台构建了一个数字图像检索系统。所研究主要内容如下：首先对图像的颜色和形状特征的提取方法进行了探索和研究，并实现了基于HS

深度学习、AI构图、智能裁图、显著性检测基于美感数据集和改进的Alexnet-SPP的AI构图智能裁图基于美感数据集和改进的Alexnet-SPP的显著性检测代码下载地址：下载地址效果展示：测试代码：import tensorflow as tfimport numpy as npimport cv2import itertoolstf.reset_default_graph()def gen_datalabel(filePath): f = open(fi

基于梯度方向、极化变换和聚类算法的图像主特征直线检测代码主要思路： 1）借助类LSD直线检测，提取图像各个方向梯度； 2）对像素中的各个梯度方向做极化变换； 3）对计划变换后的结果进行聚类运算； 4）对聚类运算结果，选取topK，进行极化反变换； 5）对结果进行腐蚀+膨胀+滤波，进行结果整合； 6）可根据图像的长度、斜率等进行配置筛选和去重。代码结果以及下载地址：主函数代码#include <iostream>#include <opencv

基于U-Net系列算法的医学图像分割（课程设计）参考论文：**U-Net:ConvolutionalNetworksforBiomedicalImageSegmentation**https://arxiv.org/abs/1505.04597**RecurrentResidualConvolutionalNeuralNetworkbasedonU-Net(R2U-Net)forMedicalImageSegmentation**https://arxiv.o...

基于U-Net的划痕缺陷分割（课程设计）论文：**U-Net:ConvolutionalNetworksforBiomedicalImageSegmentation**https://arxiv.org/abs/1505.04597基于Pytorch的代码和数据集下载地址：下载地址运行结果：...

该程序实现的功能为：检索出指定的图像文件，并从检索出的图像中检索出指定的物体 。1,主程序为Recognition和Recognition。2、颜色特征，形状特征，纹理特征为对应的各子程序。3、图像库为Corel1。本科毕业设计论文、源程序下载地址：下载地址...

1.面向window和linux和android三个平台。2.线程可监控物理内存，虚拟内存，CPU和GPU等占用情况。3.输出结果保存为exls或者csv可进行图形化分析下载地址：https://download.youkuaiyun.com/download/cuihao1995/15943222...

Windows版本caffe，编译所需三方库，项目工程，生成静态库和动态库，安装运行说明文档，分类任务示例demo。下载地址：https://download.youkuaiyun.com/download/cuihao1995/16015949

基于facades数据集的图像成任务，可完成各种GAN的对比实验。主要包括gan, infogan, pix2pix, wgan, sgan, began, vae, cogan, cyclegan等网络。下载地址：https://download.youkuaiyun.com/download/cuihao1995/16016119

caffe实现darknet中的相关层，主要是yolo层和upsample层等；实现yolo网络的训练和测试（分类、检测和分割）；提供darknet模型转caffe模型； 实现bn层合并和yolo模型的加速。示例：yolov3的darknet模型转caffe，并实现bn层合并进行模型加速。下载地址：https://download.youkuaiyun.com/download/cuihao1995/16017532...

基于caffe的度量学习实现，主要是孪生网络和三元组网络（Siamese network & Triplet network）实现图像的分类和度量。包含数据集制作脚本，训练测试脚本和python脚本。下载地址：https://download.youkuaiyun.com/download/cuihao1995/16017767...

国内机构： 上海交通大学图像处理与模式识别研究所 微软亚洲研究院计算机视觉研究组 武汉大学数字摄影测量与计算机视觉研究中心 浙江大学图像技术研究与应用团队 西安交通大学人工智能与机器人研究所 天津大学精密测试技术及仪器国家重点实验室 清华大学精密测试技术及仪器国家重点实验室 清华大学电子工程系智能图文信息处理实验室 中科院生物识别与安全技术研究中心 中科院自动化所 中科院自动化所医学影像研究室 中

1、背景差分法：   它的基本思想是将输入图像与背景模型进行比较，通过判定灰度等特征的变化，或用直方图等统计信息的变化来分割运动目标。首先建立好背景模型，存储背景图像。当当前帧与背景图像相减大于一定的阈值时，则判定该像素为前景目标：输入图像减去背景图像，T为阈值（差值）。经过阈值处理后，图像中0值对应的点即为背景图像，1值对应的点即为场景中运动的像素点。该方法实现较为简

推介网站：http://www.face-rec.org/databases/这里有最全的人脸识别库。当然还有ORL，它是一个轻量级的库；另一个是Yale更为复杂，但并不是免费的。对于训练的数据，主要有TXT，XMAL，YML，CSV等。都可以作为一种简单的数据交互格式来读取。可以用Python脚本生成需要的CSV文件，对应的脚本为\modules\contrib\doc\face

249包含目录：D:\opencv\opencv\build\includeD:\opencv\opencv\build\include\opencvD:\opencv\opencv\build\include\opencv2库目录：D:\opencv\opencv\build\x86\vc12\lib附加依赖项：opencv_ml249d.libopencv_

作者：Abel链接：https://www.zhihu.com/question/20413884/answer/15066933来源：知乎著作权归作者所有，转载请联系作者获得授权。（1）googleResearch； http://research.google.com/index.html（2）MIT博士，汤晓欧学生林达华； http://people.csai

PCA的原理介绍：          PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。PCA的实质就是在尽最大可能保存原有信息的前提下，对原特征数据进行线性变换、映射变换到低维空间中。       主成分分析 （ Princip

Eigen 是一个基于C++模板的线性代数库，直接将库下载后放在项目目录下，然后包含头文件就能使用，非常方便。此外，Eigen的接口清晰，稳定高效。在解决方案“属性”中的“配置属性”中的“C/C++”中的“常规”中的“附加包含目录”中添加：“D:\Tools\eigen3;”//eigen3‘’（这里是我的eigen所放得位置）是矩阵相关的库。Eigen 矩阵定义#

parter 1:No1.  adaptiveskindetector.cpp利用HSV空间的色调信息的皮肤检测，背景不能有太多与肤色相似的颜色。效果不是特别好。No2.  bagofwords_classification.cpp好大一串……目前还看不懂。No3.   bgfg_codebook.cpp前后背景分离。开启摄像头或读取视频。No4.   bgfg_gmg

本人文档地址：http://download.youkuaiyun.com/detail/cuihao1995/9717074本人程序地址：http://download.youkuaiyun.com/detail/cuihao1995/9707310邮箱：hqucuihao@163.com

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。作者：cvvision链接：http://www.cvvision.cn/7780.html来源：CV视觉网识别算法概述：SIFT/SURF基于灰度图，一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点，再使