计算机视觉作业-2018Spring
内容
混合图像。
拐角检测。
标度空间斑点检测。
：场景分类器
视觉词袋模型和最近邻分类器（kNN）。
视觉单词袋模型和判别式分类器（SVM）。
在ImageNet上使用ResNet50预训练的权重进行转移学习。
在ImageNet上使用VGG16预训练的权重进行转移学习。
在ImageNet上使用GoogleNet预训练的权重进行转移学习。
消失点检测。
单视图计量。 使用参考对象的高度查找图像中对象的高度。
图像拼接。
贡献者
和（
2021-10-02 11:50:07
18.87MB
1
Community Core Vision, CCV for short (aka tbeta), is a open source/cross-platform solution for computer vision and machine sensing. It takes an video input stream and outputs tracking data (e.g. coordinates and blob size) and events (e.g. finger down, moved and released) that are used in building multi-touch applications. CCV can interface with various web cameras and video devices as well as connect to various TUIO/OSC/XML enabled applications and supports many multi-touch lighting techniques including: FTIR, DI, DSI, and LLP with expansion planned for the future vision applications (custom modules/filters).
2021-09-30 13:09:11
9.8MB
1
HIKVISION iSecure Center 综合安防管理平台 操作指南 V1.1.0
2021-09-30 00:39:28
6.04MB
1
从单个图像去除雨滴的细心生成对抗网络（CVPR'2018）
， ，嘉俊苏和
（TBA） （TBA）（CVPR'18聚光灯）
抽象的
附着在玻璃窗或相机镜头上的雨滴会严重妨碍背景场景的可见性，并严重降低图像质量。 在本文中，我们通过目视去除雨滴，从而将雨滴降级的图像转换为干净的图像来解决该问题。 这个问题是棘手的，因为首先没有给出被雨滴遮挡的区域。 第二，关于被遮挡区域的背景场景的信息在很大程度上被完全丢失。 为了解决该问题，我们使用对抗训练来应用细心的生成网络。 我们的主要思想是将视觉注意力注入到生成网络和判别网络中。 在培训期间，我们的视觉注意力会了解雨滴区域及其周围的环境。 因此，通过注入此信息，生成网络将更加关注雨滴区域和周围的结构，而判别网络将能够评估恢复区域的局部一致性。 除了去除雨滴外，对生成网络和判别网络的视觉注视也是本文的另一项贡献。 我们的实验证明了我们方法的有
2021-09-29 11:02:59
25.95MB
1
看到挺多小伙伴找H12-521/HCIP-Intelligent Vision华为机器视觉题库，考的时候有不少题是和友商设备对比，大家留意下就好。
2021-09-29 09:05:11
538KB
1
Hikvision Alarm Demo
2021-09-28 18:06:41
14.64MB
visionPro中文教程，含示例，资料详细，适合初学者
2021-09-28 18:03:36
8.81MB