OpenAI 成功训练了一个能够从文本标题生成图像的网络。 它与 GPT-3 和 Image GPT 非常相似，并产生了惊人的结果。

他们将 GAN 和卷积方法的效率与转换器的表达能力相结合，为语义引导的高质量图像合成提供了一种强大且省时的方法。

ShaRF: Shape-conditioned Radiance Fields from a Single View 试想一下，如果只拍摄对象的照片并将其以 3D 格式插入到您正在创建的电影或视频游戏中，或者插入到 3D 场景中进行插图，那该有多酷。

分形地形一直是分形领域中一个很重要的学科，研究分形地形对于电影制作，游戏制作等等具有很重要的意义。这是我毕业论文参考老师代码和自己的成果做出来的，希望对研究分形地形的人具有一定的帮助。

是关于动态规划的一些论文和代码,主要是跟图像处理有关的，包括图像压缩，图像分割。

Martin Danelljan大神2017年轰动一时的ECO目标跟踪算法，由2016年的C-COT算法改进而来，拥有更快的时间效率和空间效率，对目标跟踪算法学习者必读的两篇文章

编译原理设计~包括论文和代码~正规式转DFA

Elad2006年的论文以及论文的实现代码

这是我们队伍参加2019年高教社杯全国大学生数学建模竞赛的论文《高压油管压力控制问题的研究与分析》，论文后面有代码，获得了国家级二等奖。 数模国赛一般要求严谨正确，论文需要附加代码；美赛要求创新，美赛论文也不用附加代码。美赛论文在：https://download.csdn.net/download/qq_41356903/13157425 供参见数模的同学参考学习~

基于视觉的机器人抓取：论文和代码 抓取目标对象的基本信息是相机坐标中的6D抓取器姿势，其中包含3D抓取器位置和3D抓取器方位以执行抓取。 在基于视觉的机器人抓握方法中，针对6D抓取器姿势的估计针对不同的抓取方式而有所不同，可将其分为2D平面抓取和6DoF抓取。 2D平面抓取意味着目标对象位于一个平面工作空间上，并且抓取从一个方向进行约束。 基本信息从6D简化为3D，即2D平面内位置和1D旋转角度。 存在评估抓握接触点的方法和评估抓握取向的矩形的方法。 6DoF抓取意味着抓取器可以在3D域中从各个角度抓取对象，并且无法简化6D抓取器的基本姿势。 根据是在完整形状还是在单视图点云上进行抓取，将方法分为基于局部点云的方法和基于完整形状的方法。 基于局部点云的方法包含估计候选握法的方法和从现有握法数据库转移握法的方法。 基于完整形状的方法包括估计6D对象姿态的方法和形状完成的方法。 当前的大多