实验环境:tensorflow版本1.2.0,python2.7 介绍 关于空洞卷积的理论可以查看以下链接,这里我们不详细讲理论: 1.Long J, Shelhamer E, Darrell T, et al. Fully convolutional networks for semantic segmentation[C]. Computer Vision and Pattern Recognition, 2015. 2.Yu, Fisher, and Vladlen Koltun. “Multi-scale context aggregation by dilated convoluti
2022-04-23 17:36:19 182KB c conv ens
1
内部含有商店免费的sunnyland素材的基本使用,特别的含有空洞骑士的制作,相似度还行(寒假边学边搞出来的),总共有4关包括假骑士一个boss(最后几天写的有点烂)内部还使用了sqlite数据库来保存游戏数据,萌新们可以在里面学到不少知识。
2022-04-18 22:25:47 562.62MB unity 数据库 游戏 sqlite
1
设计了一种新的频谱空洞的检测方法,基于谱相关分析的理论,在循环相关匹配滤波器的基础上,采用单通道信号的检测统计量作为统计判据,用Bartlett(巴特利特)窗周期图法进行功率谱估计,并进行了蒙特卡罗仿真。仿真结果表明,在低信噪比的情况下,该检测方案具有良好的检测性能。
2022-04-07 13:42:02 411KB 逻辑波形分析仪
1
地下空洞是道路常见病害之一,为了提高空洞识别的水平,对城市地铁沿线道路下方不同充填介质的空洞进行探地雷达反射波响应特征的研究,假设空洞形状为矩形,以探地雷达理论为基础,运用时间域有限差分法进行波场的数值模拟,并与现场实测结果进行对比,结果表明:探地雷达可以探测到矩形空洞的存在,并能准确识别出充水空洞,但并不能通过反射波中双曲线的弧长来判定空洞的水平范围。应用效果表明探地雷达可有效应用于城市地铁沿线道路空洞的探测。
2022-02-24 14:17:26 769KB 行业研究
1
三维地质模型精度是影响分析结果可靠性的关键问题,已成为制约三维地质模拟技术深入发展应用的瓶颈。文中以不加虚拟点构建广义三棱柱为例,以可视化实验结果中产生的空洞和剖分区域重叠的现象为例来说明;从钻孔数据的获取、预处理、到选择合适的数据模型以及插值方法,分别指出了在建模过程中影响三维地质模型精度的主要因素;并提出了减小误差、提高地质模型精度的流程以及方法。
2022-01-14 09:19:37 1.26MB 三维地质建模 精度评估 空洞 虚拟钻孔
1
针对分割核磁共振成像(MRI)三维图像中整个肿瘤病灶运算量大、过程繁复的问题,提出了一种基于深度学习的全自动分割算法。在填充锯齿状空洞的卷积通路上构建并行三维卷积神经网络,提取多尺度图像块进行训练,捕获大范围空间信息。利用密集连接的恒等映射特性,将浅层特征叠加到网络末端,在MRI多模态图像中分割出水肿区、增强区、核心区和囊化区。在BraTS 2018数据集中对该模型进行了分割测试,结果表明,该模型分割的全肿瘤区、核心区和增强区的平均Dice系数分别为0.90、0.73和0.71,与已有算法相当,且具有较高的自动化集成度。
2022-01-10 15:28:44 9.32MB 三维图像 脑肿瘤 空洞卷积 密集连接
1
描述 该项目是修改版的 VSRS 软件,用以生成不同视点的空洞图。 使用 在 下载视频流资源和对应的配置文件,编译运行代码。 通过修改配置文件内的 TotalNumberOfFrames 设置生成的帧代码文件数量,建议修改为 1 使用。
2021-11-15 09:01:41 129KB C++
1
针对无线传感器网络中因节点的任意部署导致出现覆盖空洞的问题, 采用了移动节点进行修复的思想, 提出了一种基于向量代数的分布式方法来确定节点的移动方向和通过感知半径来确定节点的移动距离的节点移动方案。仿真实验结果表明, 该策略提高了网络的覆盖率, 减少了所需移动节点的个数和移动节点的能量消耗。
1
ArcGIS查找空洞多边形,在arcgis 面要素处理过程,经常遇到空洞面的问题。
2021-11-08 10:16:10 121KB ArcGIS
1
针对联合双边滤波修复深度图像时无法准确估计滤波邻域范围和权重参数、深度图像的空洞填充效果不佳等问题,提出一种自适应深度图像空洞填充与优化算法。该算法减少了输入参数,实现了对每个深度缺失值的修复,根据有效像素占比确定每个空洞像素点的滤波邻域范围,通过邻域大小计算空间距离权重项参数,引入结构相似度(SSIM)作为颜色相似权重项参数的计算指标。在Middlebury立体匹配数据集和经过配准的Kinect RGB-D数据集上检测所提算法的性能,并与其他方法进行定性比较和定量分析。实验结果表明,所提算法能够有效填充深度缺失空洞,抑制深度图像噪声,更加精细、准确地改善深度图像的质量。
1