搜索资源列表
DEM1
- 生成Del aunay三角网的合成算法.算法不但继承了合成算法的优点，可根据实际的点集数目和运算环境，调节阀值，从而动态平衡时空性能-Del aunay triangulation to generate the synthesis algorithm. Algorithm not only inherits the advantages of synthesis algorithms can be set according to the actual number and computing
shadow4
- 提出了一种用于运动阴影检测的Boosting判别模型.这种方法先利用Boosting在不同的特征空间来区分前景和阴影,然后在判别随机场(DRFs)中结合前景和阴影的时空一致性,实现对前景和阴影的分割.首先,差分前图像与背景图像得到颜色不变子空间和纹理不变子空间 然后在这两个子空间上应用Boosting来区分前景和阴影 最后利用前景和阴影的时空 一致性,在判别随机场中通过图分割的方法准确地分割前景和阴影 -A new method for the detection of movement
StripeBoundaryCodesForReal-timeStructured-lightRan
- 理论方面，提出了结构光扫描在时间空间相干性上的一些假设。实践方面，提出了一套编码方式应用于刚性物体的模型以及运动物体的校准。-Based on the principle,we present spatial and temporal coherence assumptions by structured-light scanning.Based on this examination,we apply a new set of codes for complete models of rigi
lFusion
- 小波变换是在傅立叶变换的基础上发展起来的，它优于傅立叶分析的地方是它在空域和时域都是局部化的，其局部化格式随频率自动变换，在高频处取窄的时（空）间窗，在低频处取宽的时（空）窗，适合处理非平稳信号，在图像处理、模式识别、机器人视觉、量子力学等领域得到广泛应用。-Wavelet transform is a Fourier transform developed on the basis, it is better than Fourier analysis of the place is that
Time_Consistency
- 整理一些求取多视角动态场景深度图的文章，利用了场景的空间信息和时间信息-some papers for multiview dynamic depth recovery, which use spatial and temporal information of the scene
JianCe
- 对一个352乘以288的YUV视频进行目标的检测-retrieval oriented spatial-temporal video object detection and segmentation in compressed domain
An_Intrgrated_De-interlacing_Algorithm_Design
- 本篇論文提出的整合式解交錯(Integrated De-interlacing)的演算法，可以有效提昇移 動區域的畫面，但是當移動估計不正確時，反而會使移動補償後的畫面變得很差，為了 改善這種情況，因此結合移動可適性解交錯的優點，並將空間圖場內插(Spatial Interpolation)的方式改成ELA(Edge Line Average)來設計，經過電腦模擬的結果發現，不僅在視覺上提高畫面的解析度，在某些影像峰值訊號雜訊比(Peak Signal Noise Ratio ,
covariance-tracking
- 该代码用于实现视觉目标跟踪研究中的协方差跟踪，能够把多种时空特征融合于统一的模型中，在实现视觉目标跟踪时具有较好的鲁棒性，而且其维数等于使用特征的数量，与各个特征的维数无关，因此，其计算复杂度较小，实时性较好。-This code is used to realize covariance tracking in the research field of visual object tracking of computer vision. It enables fusion of variou
amplify_spatial_Gdown_temporal_ideal
- 对图像进行空间分解，高斯空间滤波，时域滤波，拉普拉斯变换-Image space decomposition, the gaussian spatial filtering, temporal filtering, Laplace transform
amplify_spatial_lpyr_temporal_butter
- 对图像进行空间分解，高斯空间滤波，时域滤波，拉普拉斯变换-Image space decomposition, the gaussian spatial filtering, temporal filtering, Laplace transform
amplify_spatial_lpyr_temporal_ideal
- 对图像进行空间分解，高斯空间滤波，时域滤波，拉普拉斯变换-Image space decomposition, the gaussian spatial filtering, temporal filtering, Laplace transform
amplify_spatial_lpyr_temporal_iir
- 对图像进行空间分解，高斯空间滤波，时域滤波，拉普拉斯变换-Image space decomposition, the gaussian spatial filtering, temporal filtering, Laplace transform
build_GDown_stack
- 对图像进行空间分解，高斯空间滤波，时域滤波，拉普拉斯变换-Image space decomposition, the gaussian spatial filtering, temporal filtering, Laplace transform
EOF
- EOF分解程序，实现时空分离，便于从大量气象数据中提炼有效信息，附上62年某月的全球温度资料，数据排放按（71*144,62），还有原场图，相似系数图-EOF decomposition process, to achieve spatial and temporal separation, easy to extract data from a large number of meteorological valid information, enclose a month for 62 ye
background-model8
- ：基于背景建模的运动目标分割是智能视频监控的重要任务，模型的质量直接影响到检测、跟踪、识别等运动分析的准确性．当前的建模方法多是单层的，忽略了像素特征在时域和空域上的联系，模型描述不够准确，对于背景扰动、全局光照变化及复杂的室内外场景等多种情况鲁棒性不强，导致了分割中出现空洞和噪声点．针对这些问题提出了一种双层建模的方法，在第一层提取时域上的像素亮度特征采用码本建模，第二层提取邻域纹理特征采用基于中心对称的局部二值模式建模．实验证明该方法在用于运动分割时，比常用方法具有更好的准确性和鲁棒性．-M
TSP_2013-06-23-(1)
- 空时超像素分割,对于帧间超像素块的形状等信息具有保持传递约束-spatial-temporal superpixel segmentation
Matlab_STCv0
- 时空上下文视觉跟踪（STC）算法的解读与代码复现 该论文提出一种简单却非常有效的视觉跟踪方法。更迷人的一点是，它速度很快，原作者实现的Matlab代码在i7的电脑上达到350fps。 该论文的关键点是对时空上下文（Spatio-Temporal Context）信息的利用。主要思想是通过贝叶斯框架对要跟踪的目标和它的局部上下文区域的时空关系进行建模，得到目标和其周围区域低级特征的统计相关性。然后综合这一时空关系和生物视觉系统上的focus of attention特性来评估新的一
estarfm_update_20140710
- 针对不同源高低空间分辨率的遥感数据，融合构建高时空分辨率的遥感数据-For different sources of high and low spatial resolution remote sensing data, high spatial and temporal resolution of the remote sensing data fusion
第五章
- 信息隐藏实验教程——时空域的信息隐藏LSB,二值隐藏(Experimental course of information hiding -- information hiding LSB in temporal and spatial domain, two valued hiding)