matlab 图像膨胀代码介绍 创建此存储库是为了探索使用扩展运算符从 LDR 图像构建 HDR 图像以训练 HDR 对象检测模型的可行性。 该存储库由 HDR 到 LDR 映射技术以及多个扩展运算符组成。 HDR 到 LDR 映射技术用于将原始 HDR 图像映射到 LDR 图像。 随后使用多种映射技术将 LDR 图像扩展回 HDR。 使用以下指标将预测（重建）的 HDR 图像与原始 HDR 图像进行比较： HDR-VDP2 puPSNR 和 puSSIM（PSNR 和 SSIM 的 HDR 版本） 使用的扩展运算符： 在这项工作中，我们为不同的扩展运算符使用了一些外部存储库。 一些已经包含在 matlab 代码中，一些其他基于深度学习的代码在以下链接中（从原始 repo 中分叉出来）： HDR扩展网 https://github.com/MASSIVE-VR-Laboratory/hdr-expandnet HDRCNN https://github.com/gabrieleilertsen/hdrcnn

基于道路约束的粒子滤波检测前跟踪算法

粒子滤波的多目标检测前跟踪程序matlab.zip

椭圆霍夫变换对弱弹道目标的检测前跟踪

1、yolov5-deepsort俯视场景下visdrone数据车辆检测和跟踪，包含YOLOv5训练好的visdrone数据集权重以及各种训练曲线 2、可以生成目标运动轨迹 3、pytorch框架，python代码 4、结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

1、yolov5-deepsort行人检测和跟踪，包含YOLOv5训练好的行人检测权重以及各种训练曲线，目标类别为person 2、可以生成行人运动轨迹 3、pytorch框架，python代码 4、结果参考：https://blog.csdn.net/zhiqingAI/article/details/124230743

复杂场景下运动物体检测与跟踪算法的研究.pdf

下载后解压源码，pip install -r requirement.txt，安装所需python依赖，然后直接python detect.py运行程序，输入源可以设定为webcam、图片、视频、文件夹、网络视频、rtsp视频流等，权重文件使用yolov5s.pt效果最好。代码在windows和ubuntu18.04下都进行了充分测试，完美运行。

实现ADAS功能，主要有LDWS 、FCWS

更新 更新22/01/2020您可能有兴趣关注以观看有关计算机视觉，机器学习，深度学习和机器人技术的每周视频。 Deepgaze 2.0的更新16/07/2019稳定版本可分支2.0 。 更新20/03/2019开始在Python / OpenCV 3.0上进行移植，请检查分支2.0以获取初步版本。 更新10/06/2017文章“使用卷积神经网络和自适应梯度方法在野外进行头部姿态估计”的PDF使用可在未来50天内免费下载 更新2017年4月6日，文章“使用卷积神经网络和自适应梯度方法在野外进行头部姿态估计”已在Pattern Recogntion（Elsevier）中接受发表。 Deepgaze CNN头部姿势估计器模块基于此工作。 更新31/05/2017新软件包。 该软件包包含用于显着性检测的算法的实现 更新22/03/2017修复了mask_analysis.py中的一个