- 博客(6)
- 收藏
- 关注
RSS订阅原创 NumPy中的resize和reshape函数
NumPy中的resize函数和reshape函数通过实验可以发现，resize函数和reshape函数都各有两种调用方式：若假设x为ndarray的数组，则可以调用np.reshape(x,元组)和x.reshape(元组)，resize也是一样，有x.resize()和np.resize()两种方式。这四种调用的方式只有x.resize()一种会实际改变原数据的形状。下面来看x.shape()：>>> import numpy as np>>> t1=np.a
2021-03-30 21:52:21
11614
原创 GraphSim:基于多尺度卷积集匹配的图形相似度计算
GraphSim:基于多尺度卷积集匹配的图形相似度计算 本篇论文是：Learning-based Efficient Graph Similarity Computation via Multi-Scale Convolutional Set Matching。需要注意的是，graph不同于image，graph是图表，是由边和节点生成。1. 简要介绍计算两个图形的相似度在多个领域都是一个核心的问题。而传统的方法(GED、MCS)会带来很大的计算量；之后提出了一些启发式算法和神经网络的训...
2021-03-01 08:33:32
2598
3
原创 PCQM：彩色3D点云的全参考质量评估方法
PCQM：彩色3D点云的全参考质量评估方法1. 简要介绍在压缩大数据量的点云数据时会产生失真，由于一些条件限制，需要客观质量评价的方法来评估点云失真的程度。本篇论文提出了一种针对含有色彩和位置信息的点云的全参考客观质量评估方法。问题的核心是如何将彩色信息和位置失真程度的评估结合起来。此篇论文的解决方案是选择和计算和位置和色彩相关的一些特征，再取这些特征最优的子集，作一个线性组合。2. 评估方法2.1 建立被比较点云的联系建立联系时，选取参考点云的点计算失真点云的对应点，也就是将参考点云的点投射到
2021-02-22 21:30:17
2439
1
原创 KITTI数据集学习笔记
Kitti数据集本文为笔者自我学习的笔记，本人刚入门3D视觉，若有错误的地方恳请各位指正。另外参考了一篇热门博客：https://blog.csdn.net/Solomon1558/article/details/70173223。并使用了其中的一幅图像，侵删。1. 简单介绍 Kitti数据集致力于提供一个更贴合户外驾驶场景的计算机视觉数据集。Kitti提供了一些自动驾驶场景下具有挑战性的测试基准：立体场景（stereo）、光学流动（optical flow）、视觉测距（visual odomet
2021-01-29 22:05:53
1124
1
原创 HEVC 、H.264与AVS2 视频压缩
Lab2 Report: HEVC 、H.264与AVS2 视频压缩1. 摘要这份实验报告是视频编码与通信的第二次大作业。作业的题目是HEVC与H.264视频压缩。这篇报告首先根据作业发布的要求，选择两个不同特性的测试序列设置两组不同的编码参数进行HEVC编码与解码。再对同一个测试序列进行HEVC和H.264压缩编码和解码，并对比分析其性能的差异。其次这份报告也记录了一些拓展：对同一个序列进行AVS2压缩编码与解码，并与实验二得到的解码图片进行对比，简单分析这三种压缩标准的性能差异。2. 实验一
2020-12-09 12:42:56
3292
原创 MATLAB实现图像的DCT、DFT变换与SSIM质量评估
文章目录MATLAB实现图像的DCT、DFT变换与SSIM质量评估1. 摘要2. 图像的DCT变换2.1 DCT原理分析2.2 DCT变换的过程分析2.3 彩色图片的DCT变换2.4 图片的分块变换2.5用客观质量评估方法评价压缩后图像使用客观质量评估方法的原因SSIM的原理简述MATLAB实现SSIM3. 图像的DFT变换3.1 DFT原理分析3.2 结果分析MATLAB实现图像的DCT、DFT变换与SSIM质量评估1. 摘要这份报告是视频编码与通信的第一次大作业。首先这篇报告根据作业发布的要求，在
2020-11-04 17:44:45
5189
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人