为图像添加随机传输噪声内附代码和简易实验报告 图像在保存和传输时,每个像素的灰度值(亮度)会以八位二进制数的形式保存在计算机中。所谓传输噪声,就是八位二进制数在传输的过程中会因外部干扰而翻转,如10001000受干扰变为10000000。 本资源的目的即为:为一幅图像添加随机传输噪声,根据误码率公式:BER=错误位数/正确位数。确定传输错误位数
DavidMarrVision DavidMarr-Vision:AComputationalInvestigationintotheHumanRepresentationandProcessingofVisualInformation
为图像添加随机传输噪声内附代码和简易实验报告 图像在保存和传输时,每个像素的灰度值(亮度)会以八位二进制数的形式保存在计算机中。所谓传输噪声,就是八位二进制数在传输的过程中会因外部干扰而翻转,如10001000受干扰变为10000000。 本资源的目的即为:为一幅图像添加随机传输噪声,根据误码率公式:BER=错误位数/正确位数。确定传输错误位数
基于深度神经网络自动编码器的三维点云配准 一篇采用机器学习的点云配准的论文,通俗地说就是通过将点云用一个个球体分成很多个小快,对每一块投影成深度图,然后采用深度神经网络对深度图进行特征压缩,最后压缩成一个5×2的矩阵做为一个特征,也就是文中所说的描述子(descriptor)。通过这些描述子的位置关系可以进行粗配准,最后文章也还是采用了IC