AI科技大本营公开课-《计算机视觉如何赋能身份验证场景》 共28页.pptx

AI科技大本营公开课-《朋友圈爆款背后的计算机视觉技术与应用》 共44页.pptx

「3D视觉(三维重建、SLAM、AR/VR) + 传统图像处理 + 计算机视觉(偏AI) 」重要知识点和面试问题。

用MATLAB编写的代码，包含计算机视觉的很多功能

目标检测faster_rcnn源码

双目视觉中，已经进行了摄像机的标定，那么根据摄像机的参数和左右图片，生成矫正图，确定视差图，并根据视差图计算出三维点云坐标并生成点云数据。用Halcon实现，路径请自行修改。

双目视觉根据标定版计算摄像机内参（Halcon代码实现），需要自己买Halcon专用的标定版并且拍照和标定。

文档包含了2021年最新的大厂算法岗面试题，如果你正在找工作，那一定不要错过，知己知彼才能百战百胜

针对现有计算机视觉对交通路标识别的复杂性和不稳定性的问题，通过运用图像轮廓识别技术，提出了由全局特征到局部特征再到结构特征的多层次轮廓识别，在交通路标的识别过程中，分别构造了图像密度、形状度量、光滑程度和轮廓熵值4个层次的图像轮廓，同时结合Sobel算子和信息熵对交通路标图像进行了提取与分块处理。通过实验仿真结果表明：在图像的提取过程中，交通路标图像随着其DMOS值的增大，图像的质量越差，清晰度越低，其NRSS值越小；在图像的识别过程中，低通滤波器的大小设置为7×7，原图NRSS为0.7654，形状度量为1.3和2.4时，NRSS分别为0.3712和0.2667。这种层次化的轮廓分析在路标的识别上具有较好的稳健性。

整理的计算机视觉/深度学习/机器学习相关方向的论文