踟蹰横渡口,彳亍上滩舟。

常见智能算法实现代码+论文下载地址：谢菲尔德大学的matlab遗传算法工具箱基于遗传算法和非线性规划的函数寻优算法基于遗传算法的BP神经网络优化算法基于遗传算法的TSP算法基于遗传算法的LQR控制器优化设计遗传算法工具箱详解及应用多种群遗传算法的函数优化算法基于量子遗传算法的函数寻优算法基于遗传算法的多目标优化算法基于粒子群算法的多目标搜索算法基于多层编码遗传算法的车间调度算法免疫优化算法在物流配送中心选址中的应用粒子群算法的寻优算法基于粒子群算法的PID控制器优化设计基于

基于锁相环的调制解调仿真实现论文+代码+实验结果下载地址：摘要随着现代集成电路技术的发展，锁相环已经成为集成电路设计中非常重要的一个部分，所以对锁相环的研究具有积极的现实意义。锁相环电路是一种输出信号在频率和相位上能够与输入参考信号同步的电路，锁相环由于其具有一系列独特的优良性能，它已经成为通信、雷达、导航、电子仪器仪表等设备中不可缺少的一部分。所以这些年来锁相环的设计与研究工作也越来越受到人们的重视，人们开始利用人工计算或计算机软件来分析锁相环的性能。在一学期的锁相环的学习之后，经过查阅

视频压缩基本介绍与标准视频压缩又称视频编码，所谓视频编码方式就是指通过特定的压缩技术，将某个视频格式的文件转换成另一种视频格式文件的方式。一般的通用数据压缩方案如下图：压缩就是一个传播的过程，所以在压缩与解压缩之间，没有信号的丢失则称这种压缩就是无损的，相反的就是有损的，都有各自的算法，下面介绍。无损压缩算法一 游长编码（Run-Length Coding, RLC）产生年代：未知。主要人物：未知。基本思想：如果我们压缩的信息源中的符号具有这样的连续的性质，即同一个符号常常形成连续的片段

双极性信号、正交信号和PAM信号通信系统仿真论文+代码+仿真结果下载地址：function exe1f = 0.1; %频率T = 1/f; %周期t = 0:0.1:1; %0<t<1 间隔0.1s = t.*cos(2*pi*f.*t)/T;figureplot(t,s)title('给定信号s(t)');xlabel('t');ylabel('s(t)');C = 1; %C为常数t = T + t; % 在 T 时 输出最大信噪比h = C *

基于双门限法的端点检测代码+论文+PPT+仿真结果下载地址：摘要语音端点检测是指从一段语音信号中准确的找出语音信号的起始点和结束点，它的目的是为了使有效的语音信号和无用的噪声信号得以分离，因此在语音识别、语音增强、语音编码、回声抵消等系统中得到广泛应用。目前端点检测方法大体上可以分成两类，一类是基于阈值的方法，该方法根据语音信号和噪声信号的不同特征，提取每一段语音信号的特征，然后把这些特征值与设定的阈值进行比较，从而达到语音端点检测的目的，该方法原理简单，运算方便。另一类方法是基于模式识别的方法，需

摘要提高信息传输的有效性和可靠性始终是通信技术所追求的目标，而信道编码能够显著的提升信息传输的可靠性。此次课程设计题目是（15,7）循环码的编译码方法，首先介绍了线性分组码的编译码原理；其次在matlab平台下，完成了任意码的编码和译码，并求出该码的最小码距以及其纠错能力；最后分析了该码在高斯信道下的误码性能。关键词：循环码；编码；译码

通信系统未编码、卷积码与格雷码的仿真性能比较论文+代码+仿真结果：下载地址以上仿真结果可知：1、未编码、卷积编码和格雷码三种编码，经PSK调制后加AWGN（高斯白噪声），在经过解调和解码得出来的码字误码率都随着信噪比的增加而减小。2、有仿真图的三条曲线可知，三种编码在PSK调制，外加AWGN后的性能好坏依次是：格雷码 > 卷积编码 > 未编码。一、编译码的原理1、卷积码的编译码原理卷积码：又称连环码，是由伊莱亚斯(P.elias)于1955年提出来的一种非分组码。积码将k个信息

红外遥感设计报告论文+电路原理图一、设计目标设计一对红外遥控器和接收器，实现无线控制。遥控器自带按键，通过按键操作，能控制接收器输出信号（可用发光二极管发光或熄灭来指示）。论文+原理图+电路图下载地址：论文+原理图+电路图下载地址二、设计流程三、收发原理图四、收发端PCB图...

可逼近信道容量编码技术之霍夫曼编码的实现简介在当今信息爆炸时代，如何采用有效的数据压缩技术来节省数据文件的存储空间和计算机网络的传送时间已越来越引起人们的重视。哈夫曼编码正是一种应用广泛且非常有效的数据压缩技术。哈夫曼编码的应用很广泛，利用哈夫曼树求得的用于通信的二进制编码称为哈夫曼编码。树中从根到每个叶子都有一条路径，对路径上的各分支约定：指向左子树的分支表示“0”码，指向右子树的分支表示“1”码，取每条路径上的“0”或“1”的序列作为和各个对应的字符的编码，这就是哈夫曼编码。通常我们把数据压缩的

该项目为一种基于LED光通信技术的机动车智能辅助装置，该装置以机动车车灯为通信载体、以频率可调的LED可见光为通信媒介设计搭载自动辅助执行近光灯和远光灯切换、SOS紧急求助、路况自动辅助判别、前方车辆转弯辅助判别、地理位置信息辅助获取功能的光照明装置。该辅助装置主要由如下模块组成：FPGA主控模块、车灯可见光通信模块、人机交互模块。通过融入时下前沿的LED光通信技术，进而达到在保证机动车正常照明的情况下能够进行高效、准确地通信和信息传输，并且能够可以进一步提升行车安全。关键词：基于LED光通信技术的机动

基于梯度方向、极化变换和聚类算法的图像主特征直线检测代码主要思路： 1）借助类LSD直线检测，提取图像各个方向梯度； 2）对像素中的各个梯度方向做极化变换； 3）对计划变换后的结果进行聚类运算； 4）对聚类运算结果，选取topK，进行极化反变换； 5）对结果进行腐蚀+膨胀+滤波，进行结果整合； 6）可根据图像的长度、斜率等进行配置筛选和去重。代码结果以及下载地址：主函数代码#include <iostream>#include <opencv

基于深度学习目标检测和人体关键点检测的不健康坐姿检测部分代码下载链接：0.实验结果1.标准坐姿的定义There are lots of literatures discussing what kind of standards are considered as healthy sitting postures. McAtamney et al. [2430] proposed that the lumbar spine angle and the cervical spine angle g

3. SIMD指令集与图像处理3.1 数据累加3.2 阈值分割3.3 均值滤波与二值形态学**3.3.1 局部累加算法3.3.2 二值形态学**腐蚀： 局部窗口内只要有1个元素为0则置为0； 局部窗口内所有元素为1则置为1； 均值为1置为1；膨胀： 局部窗口内只要有为1的元素则置为1； 局部窗口内所有元素为0则置为0； 均值为0置为0；3.3.3 优化分析3.3.4 代码示例向下迭代：向右迭代：3.4 边缘提取(Sobel)3.5 图像翻

2 SIMD指令集使用介绍**2.1 命名规则2.1.1 标量运算与矢量运算**标量运算 _mm_add_ss _mm_sub_ss _mm_mul_ss _mm_div_ss矢量运算 _mm_add_ps _mm_sub_ps _mm_mul_ps _mm_div_ps标量(Scalar)运算：例如__m128 _m_add_ss(__m128 a, __m128 b)矢量(packed)运算：例如__m128 _m_add_ps(__m128 a, __m128 b)2.1.2 需字节

SIMD指令集总结SIMD指令集发展历程1.1 MMX英特尔在1996年引入了MMX（Multi Media Extensions）多媒体扩展指令集，包括有57条多媒体指令，开创了SIMD（Single Instruction Multiple Data，单指令多数据）指令集之先河，即在一个周期内一个指令可以完成多个数据操作。MMX寄存器实际上用的就是浮点寄存器（就是原来的ST0、……、ST7）的低64Bit，分别被命名为MM0、MM1、……、MM7，每个寄存器都可以被看作是8个BYTE，4个WOR

基于深度学习的目标检测算法归类和总结整体框架目标检测算法主要包括：【两阶段】目标检测算法、【多阶段】目标检测算法、【单阶段】目标检测算法什么是两阶段目标检测算法，与单阶段目标检测有什么区别？两阶段目标检测算法因需要进行两阶段的处理：1）候选区域的获取，2）候选区域分类和回归，也称为基于区域（Region-based）的方。与单阶段目标检测算法的区别：通过联合解码同时获取候选区域、类别什么是多阶段目标检测算法？【两阶段】和【多阶段】目标检测算法统称级联目标检测算法，【多阶段】目标检测算法通过多

基于深度学习的手部21类关键点检测开发环境* Python 3.7 * PyTorch >= 1.5.1 * opencv-python 数据源普通USB彩色（RGB）网络摄像头已经存储下来的视频或者图片数据集本项目数据集百度网盘下载地址：下载地址该数据集包括网络图片及数据集<<Large-scale Multiview 3D Hand Pose Dataset>>筛选动作重复度低的部分图片，进行制作(如有侵权请联系删除)，共49062个样本。&

基于YOLO的手部检测和计数实现（课程设计）支持YOLOV3和YOLOV3-TINY环境要求：* Python 3.7 * PyTorch >= 1.5.1 **数据集：**该项目数据集采用 TV-Hand 和 COCO-Hand (COCO-Hand-Big 部分) 进行制作。TV-Hand 和 COCO-Hand数据集官网地址 http://vision.cs.stonybrook.edu/~supreeth/感谢数据集贡献者。 Paper： Contextual A

基于YOLO的人脸检测和人脸计数（课程设计）环境要求：* Python 3.7 * PyTorch >= 1.5.1 数据集：该项目采用的是开源数据集WIDERFACE，地址为链接：https://pan.baidu.com/s/1q18Bx32_yI7He-GMDMR_tA ，提取链接见下载地址。预训练模型：预训练模型下载地址：链接：https://pan.baidu.com/s/1Z3h6_7ufsPdNPdizAQcgTQ ，提取链接见下载地址。训练测试代码...

武汉市全部矢量+乡镇边界：包括武汉市界、县界、加油站】高速、医院、银行、村镇、大厦、岛屿、地跌、交通出行、高效、科研机构、绿地、休闲娱乐、政府机关、学校等。下载地址：下载链接武汉POI数据_高德地图_火星坐标系_13个标签武汉POI数据_高德地图_火星坐标系_13个标签_389000+。包括餐饮、风景、公共设施、公交车站、公司、购物、交通设施、教育、住宅、生活、体育、停车场、医疗、政府、住宿等。下载地址：下载链接...

基于U-Net系列算法的医学图像分割（课程设计）参考论文：**U-Net:ConvolutionalNetworksforBiomedicalImageSegmentation**https://arxiv.org/abs/1505.04597**RecurrentResidualConvolutionalNeuralNetworkbasedonU-Net(R2U-Net)forMedicalImageSegmentation**https://arxiv.o...

基于U-Net的划痕缺陷分割（课程设计）论文：**U-Net:ConvolutionalNetworksforBiomedicalImageSegmentation**https://arxiv.org/abs/1505.04597基于Pytorch的代码和数据集下载地址：下载地址运行结果：...

基于C++的图像处理算法实现、INTEL CPU上SSE加速、ARM CPU上NEON加速资源下载地址：下载地址目录1.常用图像处理算子实现2.常用图像处理算子基于Arm指令集Neon的实现3.常用图像处理算子基于intel 指令集SSE的实现1.常用图像处理算子实现2.常用图像处理算子基于Arm指令集Neon的实现3.常用图像处理算子基于intel 指令集SSE的实现...

基于yolov5和deepsort的行人车辆的检测、跟踪和计数- 实现了 出/入 分别计数，检测方向是南/北 方向检测。- 检测类别：行人、自行车、小汽车、摩托车、公交车、卡车。代码、模型和demo视频下载地址：环境配置：certifichardetcyclerdataclasseseasydictidnaimutilkiwisolvermatplotlibnumpyopencv-pythonPillowpkg-resourcespyparsingp..

基本功能：通过距离分类人群的高危险和低危险距离。# Social Distancing based on YOLOv5.环境要求：Cythonnumpy==1.17opencv-pythontorch>=1.5matplotlibpillowtensorboardPyYAML>=5.3torchvisionscipytqdmgit+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAP.

基于视频理解TSM-mobilenetv2和数据集20bn-jester-v1的27类手势识别论文下载：TSM: Temporal Shift Module for Efficient Video Understanding# TSM: Temporal Shift Module for Efficient Video Understanding [[Website]](https://hanlab.mit.edu/projects/tsm/) [[arXiv]](https://arxiv.org

这个数据集包括了四百种的人体动作类别，每一种类别都至少有400个视频片段，每个片段都取自不同的Youtube视频，持续大概十秒。数据集的动作类别包括人和物体的交互-比如弹奏乐器；人与人的交互-比如握手。花了好久整理了Kinetics数据集，百度网盘下载地址：...

人工智能是近几年最火热的技术名词，如果不谈人工智能相当于落伍，但当真正进入人工智能领域时才发现，一开始以为“拦路虎”是算法，后面发现落地是一个巨大的难题。本文从作者的经历和经验教训展开，阐述了在AI项目研发中的各个环节的重要细节点，展现了一个AI项目到最终落地繁琐的过程。

opencv3和opencv4多线程内存泄漏问题：以cv::resize函数测试结果为例。使用中可修复或者可避免内存泄漏：1）使用opencv2的版本；2）在代码中设置修复该问题：https://download.csdn.net/download/cuihao1995/16161276#include <iomanip>#include <thread>#include "opencv2/opencv.hpp"void thread_process(int loo

1，神经网络和卷积神经网络模型量化方法，主要包括线性量化和聚类量化两种方法。2，可指定模型进行定点话，并输出量化后参数统计和finetune，可设置任意bit量化。3，支持MLP,Lenet,Alexnet,VGG,GoogleNet系列,Resnet系列，MobileNet系列的量化。　下载地址：https://download.csdn.net/download/cuihao1995/16160537...

基于深度学习的实时目标检测。包括Windows平台运行演示软件、模型网络和结构、模型推理和封装原始代码。主要采用yolov3进行32种常见的目标检测（模型可根据自己的需要进行定制替换，软件和软件源代码可以重复使用）下载地址：https://download.csdn.net/download/cuihao1995/15909861...

1.面向window和linux和android三个平台。2.线程可监控物理内存，虚拟内存，CPU和GPU等占用情况。3.输出结果保存为exls或者csv可进行图形化分析下载地址：https://download.csdn.net/download/cuihao1995/15943222...

Windows版本caffe，编译所需三方库，项目工程，生成静态库和动态库，安装运行说明文档，分类任务示例demo。下载地址：https://download.csdn.net/download/cuihao1995/16015949

基于facades数据集的图像成任务，可完成各种GAN的对比实验。主要包括gan, infogan, pix2pix, wgan, sgan, began, vae, cogan, cyclegan等网络。下载地址：https://download.csdn.net/download/cuihao1995/16016119

caffe实现darknet中的相关层，主要是yolo层和upsample层等；实现yolo网络的训练和测试（分类、检测和分割）；提供darknet模型转caffe模型； 实现bn层合并和yolo模型的加速。示例：yolov3的darknet模型转caffe，并实现bn层合并进行模型加速。下载地址：https://download.csdn.net/download/cuihao1995/16017532...

基于caffe的度量学习实现，主要是孪生网络和三元组网络（Siamese network & Triplet network）实现图像的分类和度量。包含数据集制作脚本，训练测试脚本和python脚本。下载地址：https://download.csdn.net/download/cuihao1995/16017767...

1，神经网络和卷积神经网络模型剪枝方法。2，可指定剪枝率进行定向剪枝，并输出剪枝后参数统计和finetune。3，支持MLP, Lenet, Alexnet, VGG, GoogleNet系列, Resnet系列，MobileNet系列的剪枝。下载地址：https://download.csdn.net/download/cuihao1995/16159835...

摘要         已经提出了许多“非最大抑制”（NMS）后处理方案来合并多个独立的对象检测。我们提出了NMS超出边界框的一般化，以将单个帧中的多个姿态估计合并。最终的估计是像标准NMS那样的重心而不是内在的，因此比任何一个独立方法更准确。使用相同的数学框架，我们将我们的方法扩展到多帧设置，将空间和时间上的多个独立姿态估计合并，并输出场景中存在的对象的数量和姿态。我们的方法回避了与完全跟

本人文档地址：http://download.csdn.net/detail/cuihao1995/9717074本人程序地址：http://download.csdn.net/detail/cuihao1995/9707310邮箱：hqucuihao@163.com

parter 1:No1.  adaptiveskindetector.cpp利用HSV空间的色调信息的皮肤检测，背景不能有太多与肤色相似的颜色。效果不是特别好。No2.  bagofwords_classification.cpp好大一串……目前还看不懂。No3.   bgfg_codebook.cpp前后背景分离。开启摄像头或读取视频。No4.   bgfg_gmg

该程序实现的功能为：检索出指定的图像文件，并从检索出的图像中检索出指定的物体 。1,主程序为Run.m和Run.fig。2、颜色特征，形状特征，纹理特征为对应的各子程序。3、图像库为Corel1。如有不明之处，可联系Email至hqucuihao@163.com交流。

Eigen 是一个基于C++模板的线性代数库，直接将库下载后放在项目目录下，然后包含头文件就能使用，非常方便。此外，Eigen的接口清晰，稳定高效。在解决方案“属性”中的“配置属性”中的“C/C++”中的“常规”中的“附加包含目录”中添加：“D:\Tools\eigen3;”//eigen3‘’（这里是我的eigen所放得位置）是矩阵相关的库。Eigen 矩阵定义#

PCA的原理介绍：          PCA（Principal Component Analysis）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。PCA的实质就是在尽最大可能保存原有信息的前提下，对原特征数据进行线性变换、映射变换到低维空间中。       主成分分析 （ Princip

推介网站：http://www.face-rec.org/databases/这里有最全的人脸识别库。当然还有ORL，它是一个轻量级的库；另一个是Yale更为复杂，但并不是免费的。对于训练的数据，主要有TXT，XMAL，YML，CSV等。都可以作为一种简单的数据交互格式来读取。可以用Python脚本生成需要的CSV文件，对应的脚本为\modules\contrib\doc\face

随着Opencv库的不断完善，在opencv2.4.2中添加了contrib的相关内容，里面就包括了FaceRecognizer人脸识别类。这个类的调用比较简单，主要是：训练和预测，分别对应着train函数和predict函数，还有对应着数据的加载和保存：save和load。先来说说训练的过程，train函数的两个参数也很简单，训练的图像组vector和对应的标签组vector，对于预

1、背景差分法：   它的基本思想是将输入图像与背景模型进行比较，通过判定灰度等特征的变化，或用直方图等统计信息的变化来分割运动目标。首先建立好背景模型，存储背景图像。当当前帧与背景图像相减大于一定的阈值时，则判定该像素为前景目标：输入图像减去背景图像，T为阈值（差值）。经过阈值处理后，图像中0值对应的点即为背景图像，1值对应的点即为场景中运动的像素点。该方法实现较为简

国内机构： 上海交通大学图像处理与模式识别研究所 微软亚洲研究院计算机视觉研究组 武汉大学数字摄影测量与计算机视觉研究中心 浙江大学图像技术研究与应用团队 西安交通大学人工智能与机器人研究所 天津大学精密测试技术及仪器国家重点实验室 清华大学精密测试技术及仪器国家重点实验室 清华大学电子工程系智能图文信息处理实验室 中科院生物识别与安全技术研究中心 中科院自动化所 中科院自动化所医学影像研究室 中

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。作者：cvvision链接：http://www.cvvision.cn/7780.html来源：CV视觉网识别算法概述：SIFT/SURF基于灰度图，一、首先建立图像金字塔，形成三维的图像空间，通过Hessian矩阵获取每一层的局部极大值，然后进行在极值点周围26个点进行NMS，从而得到粗略的特征点，再使

读入图片：void CDrawImgVideoDlg::OnBnClickedShowImg(){    // TODO: 在此添加控件通知处理程序代码    CDC *pDC = GetDlgItem(IDC_STATIC)->GetDC();//根据ID获得窗口指针再获取与该窗口关联的上下文指针     HDC hdc= pDC->GetSafeHdc();        

作者：Abel链接：https://www.zhihu.com/question/20413884/answer/15066933来源：知乎著作权归作者所有，转载请联系作者获得授权。（1）googleResearch； http://research.google.com/index.html（2）MIT博士，汤晓欧学生林达华； http://people.csai

//通道的拆分Mat srcImg=imread("1.jpg");Mat ImgBChannel,ImgGChannel,ImgRChannel,mergeImg;vector channels;split(srcImg,channels);ImgBChannel=channels.at(0);ImgGChannel=channels.at(0);

前面的非永久性配置在很多博客中都已经详细说明，这里就大致说一下。按照非永久性的步骤配置好之后，就可以在此基础上永久性配置。1、下载安装OpenCV             下载地址如下：   http://sourceforge.net/projects/opencvlibrary/files/opencv-win/2.4.6/OpenCV-2.4.6.0.exe/download

内容包含了Opencv的各种函数的使用中英文详细介绍。唯一的缺点是因为没有顺利，无法检索快速找出来所需要啊的函数。有木有大神，知道怎样快速的检索Opencv函数的调用介绍？

CvvImage.h代码：#pragma once  #ifndef CVVIMAGE_CLASS_DEF  #define CVVIMAGE_CLASS_DEF  #include "opencv.hpp"  /* CvvImage class definition */  class  CvvImage  {  public:  

249包含目录：D:\opencv\opencv\build\includeD:\opencv\opencv\build\include\opencvD:\opencv\opencv\build\include\opencv2库目录：D:\opencv\opencv\build\x86\vc12\lib附加依赖项：opencv_ml249d.libopencv_