搜索资源列表
gbvs
- 基于图论的图片显著性分析算法。详细可参见NIPS08 paper: a graph-based saliency-Based on graph theory image analysis algorithm significantly. Details can be found NIPS08 paper: a graph-based saliency
BMS
- 显著性分析BMS算法, 这是一个简单有效的例子 在windows上个正常编译通过，在linux下未试验-Significant analysis BMS code
An-Improved-A--Star-Algorithm
- （被EI收录，不错的文章）传统A*算法在栅格地图上进行路径规划时，求解得到的路径长度不是最短并且转折点较多。针对这些不足，提出了一种改进A*算法，将传统A*算法的可搜索邻域个数从离散的8个拓展为无限个，可以沿任意方向进行搜索。这样不仅求解出来的路径长度更短，并且大大降低了其转折点的个数。该算法被应用于自主研发的“智能先锋”号系列无人驾驶车辆上，实车试验以及它们在“中国智能车未来挑战赛”中的优异表现证明该方法能够在栅格地图中求解出一条更优的可行驶路径，可以显著提升无人驾驶车辆行驶的效率和平稳性。-
FT
- 用matlab实现的FT算法，用于显著性检测。可能对您做显著性检测对比算法有帮助-Using MATLAB to achieve the FT algorithm for saliency detection. May be useful for you to do more contrast detection algorithm
overfitting
- 用于验证可行性的过拟合数据集。验证该显著性预测算法的可行性。(the scr ipt for overfitting the dataset to verify the utility.)