搜索资源列表
ipp.rar
- 高性能多核编程IPP，对图像处理及人工智能很有帮助,High-performance multi-core programming IPP, very useful for image processing and artificial intelligence
Integrated_Performance_Primitives(Intel_IPP)
- 这是一本介绍如何使用英特尔集成性能原件(Intel IPP)来优化软件开发的的官方书籍，IPP中包含了上千个对多媒体和数据处理应用高度优化并为多核设计的软件函数，包括编解码技术、图像处理、语音识别、计算机视觉、矩阵运算、密码技术等，并特别提供了编解码器的开发框架。-This is an introduction how to use the Intel Integrated Performance Primitive (Intel IPP) to optimize the software de
muti_core-unwrap
- 在多核处理器计算机上实现的多线程INSAR相位解缠，具体解缠方法为最小二乘法。-Multi-core processors to achieve multi-threaded computer INSAR phase unwrapping, unwrapping method for the specific method of least squares.
regionpushrelabel-v1.01
- 适用于大型网格图的最大流最小割算法，适合初学者-The regionpushrelabel-v1.03 library computes max-flow/min-cut on huge N-dimensional grid-graphs in graphics, vision, and medical imaging. The C++ implementation is designed specifically for multi-core systems and graphs larger
Optimization-for-Multi-Limb-
- 如果大家有用过kinect做开发，不管是使用kinect SDK还是使用OpenNI，估计都对这些库提供的人体骨骼跟踪技术有一定的好奇，心里在想，每个人穿的衣服不同，身体特点也不同，所处的环境不同，且走路或做手势时的姿势也不相同，竟然能够跟踪人体的骨架，且效果不错。那么上面的Kinect SDK和OpenNI提供给kinect开发的核心算法——人体骨架跟踪到底是怎么实现的呢？-If everyone used kinect development to do, whether it is usi
meanShiftPixCluster
- 这是一个很好的演示展示了均值漂移图像像素聚类思想的作品。虽然这段代码还没有实现多分辨率或进一步的均值漂移聚类的图像分割,它实现了核心的均值漂移算法.该算法是PAMI论文”Mean shift: a robust approach toward feature space analysis", 在2002提出的。 -This is a good demo of showing how the mean shift idea works for image pixel clustering. A
LMNN
- 单核处理多特征融合(matlab实现——有数据提供）-Single-core processing multi-feature fusion
hpc
- 基于OpenCV和OpenMP的多核处理图像边缘检测算法——Sobel的实现。 没有可视化界面。 需要先配置OpenCV和OpenMP。 理论依据：利用OpenMP我们可以实现多核并行处理边缘检测。根据Sobel原理，可以完全明确的是：每一个像素点的梯度计算都不依赖于其他的像素点！这就是实现多核并行处理边缘检测的关键。利用这个关键的特性，我们可以让多个核同时去计算多个像素点的梯度值，进而提高Sobel边缘检测算法的性能。 -The implementation of OpenCV
JavaCNN-master
- java编写的cnn源码，采用多核cpu计算，明显加快了训练速度-Java prepared CNN source code, the use of multi-core CPU calculation, significantly accelerated the speed of training
image_demo
- 本工程在C6678上实现了BMP图像的读取，滤波，锐化等操作。可以作为多核DSP图像处理的资料，自己在CCS6平台上测试验证没有问题(This project has realized the reading, filtering and sharpening of the BMP image on C6678. It can be used as a multi-core DSP image processing data, and to test validation on the CCS6