-
粒子滤波代码
压缩包中有三个粒子滤波的演示程序，一个滤波，一个目标跟踪，一个机器人定位。关于效果，大家可以先看看http://blog.csdn.net/heyijia0327/article/details/41142679。再决定是否下载。
- 2020-06-13下载
- 积分：1
-
Dynamic Bone 1.20 制作ru摇臀摇头发尾巴摆动的方便插件
【实例简介】导入包里有演示，模型导入装配什么的就不说了。
unity3d 5.0 版本以上
动力学骨骼插件DynamicBone：
1.把DynamicBone脚本放到角色上。
2.Root放入要进行动力学的根骨骼。
3.Colliders放入要进行碰撞的骨骼数组，该骨骼上要放上DynamicBoneCollider组建。
其他的参数都很简单，一看就知道怎么用了，这个插件东西不多但是效果不错，很好用。
- 2021-11-30 00:49:27下载
- 积分：1
-
基于springboot+oauth2.0+jwtToken鉴权认证开发的后台接口，整套架构采用restful风格，车牌识别，阿里云消息推送，短信接口等
内容只为接口开发，配合前端和移动app调用使用，不包含html页面，基于springboot+oauth2.0+jwttoken鉴权（内有怎么使用redistoken和数据库token注释）+restful风格+阿里短信+阿里消息推送+车牌识别等。该项目为工作实际使用完整项目
- 2021-05-06下载
- 积分：1
-
生产者消费者问题源代码(Producer-consumer problem,PCP),
在Linux操作系统下用C或C++实现经典同步问题：生产者-消费者问题。含源代码和文档。内容：1.一个大小为10的缓冲区，初始状态为空。2.2个生产者，随机等待一段时间，往缓冲区中添加数据，若缓冲区已满，等待消费者取走数据之后再添加，重复10次。3.2个消费者，随机等待一段时间，从缓冲区中读取数据，若缓冲区为空，等待生产者添加数据之后再读取，重复10次。
- 2020-12-03下载
- 积分：1
-
BP、RBF神经网络分类
利用BP神经网络与RBF（径向基函数）网络对行人、自行车、卡车三类目标进行分类，比较两种网络的分类性能，包含三类目标的数据信息，完整的代码
- 2020-12-10下载
- 积分：1
-
Qt课程设计_小区车辆管理系统
QT4.8.1版本开发，数据库为SQLite。主要功能：通过USB通信的读卡器对数据库中信息进行查找。登陆名：admin 密码：1234 该帐户用代码写死。可通过数据库查询方式进行查询。可写串口连接门禁设备。为课程设计大作业所用，功能略简单。仅供参考。
- 2020-12-01下载
- 积分：1
-
SIFT算法详解及应用(讲的非常好很详细)
SIFT算法特点• SIFT特征是图像的局部特征，其对旋转、尺度缩放、亮度变化保持不变性，对视角变化、仿射变换、噪声也保持一定程度的稳定性。• 独特性(Distinctiveness)好，信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配。• 多量性，即使少数的几个物体也可以产生大量SIFT特征向量。• 经过优化的SIFT算法可满足一定的速度需求。• 可扩展性，可以很方便的与其他形式的特征向量进行联合。SIFT简介SIFTScale Invariant Feature Transform传统的特征提取方法成像匹配的核心问题是将同一目标在不同时间、不同分辨率、不同光照、不同位姿情况下所成的像相对应。传统的匹配算法往往是直接提取角点或边缘,对环境的适应能力较差,急需提出一种鲁棒性强、能够适应不同光照、不同位姿等情况下能够有效识别目标的方法。己0]/3/己7彐SIFT简介SIFTScale Invariant Feature TransformSIFT提出的目的和意义分1999年 British columbia大学大卫.劳伊( David g.Lowe)教授总结了现有的基于不变量技术的特征检测方法,并正式提出了一种基于尺度空间的、对图像缩放、旋转甚至仿射变换保持不变性的图像局部特征描述算子一SIFT(尺度不变特征变换),这种算法在2004年被加以完善己0]/3/己7SIFT简介SIFTScale Invariant Feature Transform将一幅图像映射(变换)为一个局部特征向量集;特征向量具有平移、缩放、旋转不变性,同时对光照变化、仿射及投影变换也有一定不变性。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法特点SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性。独特性( Distinctiveness)好,信息量丰富,适用于在海量特征数据库中进行快速、准确的匹配。多量性,即使少数的几个物体也可以产生大量SIFT特征向量。经过优化的SIFT算法可满足一定的速度需求。可扩展性,可以很方便的与其他形式的特征向量进行联合。己0]/3/己7SIFT简介SIFTScale Invariant Feature TransformSIFT算法可以解决的问题目标的自身状态、场景所处的环境和成像器材的成像特性等因素影响图像配准/目标识别跟踪的性能。而SIFT算法在一定程度上可解决:目标的旋转、缩放、平移(RsT)图像仿射/投影变换(视点 viewpoint)光照影响(111 amination)目标遮挡( occlusion)杂物场景(c1 utter)噪声己0]/3/己7SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤简述SIFT算法的实质可以归为在不同尺度空间上查找特征点(关键点)的问题。原图像特征点特征点目标的特检测描述征点集特征点匹匹配点矫配正目标图像特征点特征点目标的特检测描述征点集SIFT算法实现物体识别主要有三大工序,1、提取关键点;2、对关键点附加详细的信息(局部特征)也就是所谓的描述器;3、通过两方特征点(附带上特征向量的关键点)的两两比较找出相互匹配的若干对特征点,也就建立了景物间的对应关系。SIFT算法实现细节SIFTScale Invariant Feature TransformSIFT算法实现步骤关键点检测己。关键点描述彐·关键点匹配4·消除错配点己0]/3/己7关键点检测的相关概念SFTiant Feature Transfor1.哪些点是SIFT中要查找的关键点(特征点)?这些点是一些十分突出的点不会因光照条件的改变而消失,比如角点边缘点、暗区域的亮点以及亮区域的暗点,既然两幅图像中有相同的景物,那么使用某种方法分别提取各自的稳定点,这些点之间会有相互对应的匹配点。所谓关键点,就是在不同尺度空间的图像下检测出的具有方向信息的局部极值点。根据归纳,我们可以看出特征点具有的三个特征:尺度方向大小己0]/3/己7
- 2020-06-29下载
- 积分：1
-
Android异步加载实例
访问慕课网提供的一个json接口http://www.imooc.com/api/teacher?type=4&num=30，解析json，并将其显示在listview上，来自http://www.imooc.com/learn/406
- 2020-12-01下载
- 积分：1
-
MATGPR_R3探地雷达数据处理MATLAB程序
MATGPR_R3 探地雷达数据分析、处理程序。基于MATLAB的雷达波探测处理分析，开源程序。
- 2020-12-11下载
- 积分：1
-
图书管理系统（开题报告+论文+源码）
图书管理系统（vb+Access 源码 论文 开题报告 ppt）
- 2021-05-06下载
- 积分：1
