matlab上的卷积方式实现何凯明大神的去雾算法,欢迎下载学习~
条纹投影轮廓术测量表面存在高动态范围反射率物体时,采集的条纹图中出现的强度饱和区域将导致对应区域的相位计算误差或缺失,最终影响三维形貌的恢复。为此,提出一种基于卷积神经网络(CNN)去噪正则化的条纹图
为解决单幅图像中的人群遮挡和尺度变化问题,提出一种基于多列卷积神经网络的人群计数算法。利用具有不同尺寸感受野的卷积神经网络(CNN)和特征注意力模块自适应提取多尺度人群特征,引入可变形卷积增强CNN网
基于多尺度几何变换的图像去噪方法的研究,比较详细的介绍了该方法。
为识别当前卫星通信系统所采用的主要调制方式,提出了一种基于多端卷积神经网络的通信信号调制识别算法。利用信号的先验信息以及对网络拓扑结构的认知,将信号时域波形转化为眼图和矢量图,作为信号的浅层特征表达,
“监控+鞋印”是目前公安机关刑事侦查的重要技战法,其基本原理是依据犯罪现场鞋印推断嫌疑人所穿鞋型,然后到周边监控视频中检索嫌疑鞋型。针对“监控+鞋印”技战法自动化程度低下的问题,提出一种基于卷积神经网
利用诗词作为载体实现文本信息隐藏是近两年非常热门的研究方向。这一类方法具有隐藏容量大并且隐蔽性高的优点。然而现在还没有针对这一类方法的非常有效的隐写检测算法。提出了一种基于卷积神经网络的诗词隐写检测算
点云配准是三维点云信息处理中的重要问题。传统点云配准方法计算量大,不利于实时计算与移动计算。针对传统点云配准方法存在的问题,提出了一种利用卷积神经网络进行点云配准的方法。首先计算点云的深度图像,利用卷
估算监控场景中的人数是安防监控的重要任务之一, 当人群密集、行人之间存在遮挡时, 人数估计较困难。因此, 针对密集场景下的人数估计问题, 提出了一种改进的基于卷积神经网络的人数估计方法。为了改善摄像透
针对高速公路环境下的车型识别问题,利用深度学习Caffe 框架中的AlexNet 和传统方法支持向.量机( SVM) ,分别对车辆图像进行网络训练与测试,得到两种车型识别方法的准确率并进行比较验证。.