Matlab 科技专讲之《理解传感器融合与目标跟踪》,该视频专讲包括5个视频,以及对应的英文字幕。(1)什么是传感器融合;(2)融合磁力计、加速度计和陀螺仪来估计姿态;(3)融合GPS和IMU来估计位姿;(4)使用IMM滤波器来跟踪单个目标;(5)如何同步跟踪多个目标
2022-07-13 09:32:05 167.23MB 多传感器融合
1
加权盒融合 存储库包含Python方法的几种实现,这些方法用于组合对象检测模型中的框: 非最大抑制(NMS) 软网管 非最大加权(NMW) 加权框融合(WBF) -与其他方法相比,可以提供更好的结果的新方法 要求 Python 3。*,Numpy,Numba 安装 pip install ensemble-boxes 用法示例 预计将标准化的框的坐标,例如,范围为[0; 1]。 顺序:x1,y1,x2,y2。 下面的2种型号的盒装示例。 第一个模型预测5个盒子,第二个模型预测4个盒子。 每个盒子模型的置信度得分1:[0.9、0.8、0.2、0.4、0.7] 每个盒子模型2的置信度得分:[0.5、0.8、0.7、0.3] 每个包装盒型号1的标签(类):[0,1,0,1,1] 每个盒子模型2的标签(类):[1、1、1、0] 我们将第一个模型的权重设置为2,将第二个模型
1
数据融合matlab代码这是以下论文中涉及的数据和Matlab代码的副本 @inproceedings {liu2021robust, title = {强大的动态多模态数据融合:模型不确定性的观点}, 作者= {刘斌}, booktitle = {arXiv预印本arXiv:2105.06018}, 年= {2021} } 感谢您在此处使用代码和/或数据后是否引用本文。 代码中和本文中算法名称之间的对应关系如下: 代码中的“ pf” <----------->本文中的“ PF” 本文中代码<----------->“ DMA”中的“ dmmpf” 本文中代码<----------->“ SMA”中的“ pf_df” 本文代码<----------->中的“ pf_alpha”“ TS” 代码文件的简要说明如下 main_alg_compare.m:用于重现实验结果的主要功能 simu_data.mat和simu_data2.mat:实验中使用的两个数据集 Simulation_data_gen.m:用于生成simu_data.mat的代码 Simulation_data_gen2.m
2022-06-27 06:31:55 53KB 系统开源
1
Handbook of Multisensor Data Fusion.pdf 多传感器数据融合PDF原版
2022-06-23 16:08:32 9.42MB Multisensor Data Fusion 多传感器数据融合
1
仅部署FusionCompute时,请获取FusionCompute V100R003C10 快速使用指南 01(此处给获取链接)。 该场景操作最为简单,可体验简单的虚拟机创建和使用等业务。
2022-06-16 10:36:20 1.29MB fusion
1
Conexant Fusion 878A 25878-13視頻采集卡的驅動
2022-05-30 11:17:12 1.54MB 新起点
1
PFA算法(Pattern Fusion)
2022-05-25 09:09:20 56.19MB 算法 源码软件
1
一种用于目标探测的图像多层级融合和增强方法,何伟基,冯维一,本文提出一种针对红外和可见光图像的有效融合算法。在小波变换多分辨分析的基础上,对多层级融合规则加以研究,先根据图像特点及
2022-05-22 20:32:18 556KB Multi-level image fusion
1
Infrared and visible image fusion with spectral graph wavelet transform
2022-05-18 20:14:11 256KB 研究论文
1
数据融合matlab代码使用深度和惯性传感器的深度多级多模式(M2)融合进行人体动作识别的数据集和代码(最新发表在IEEE传感器杂志上) 从链接下载数据集: ImageFolders_KinectV2Dataset文件夹具有与Kinect V2数据集相关的所有图像。 要在Matlab上运行代码,请将文件夹“ ImageFolders_KinectV2Dataset”的所有子文件夹和matlab文件放置在同一Matlab的工作目录中。 运行Matlab文件“ FirstDeepFusionFramework.m”,以查看有关Kinect V2数据集上First融合框架准确性的结果。 类似地,运行Matlab文件“ ThirdDeepFusionFramework”,以查看有关Kinect V2数据集上的Third融合框架准确性的结果。 名称为“ XONet”的Matlab文件在Kinect V2数据集的图像文件夹上经过训练的CNN模型。 Inertial2SignalImages.m将原始惯性数据转换为图像。 引文 如果您发现提出的工作和对您的研究有用的代码,请引用以下论文。 @arti
2022-05-16 21:36:44 34KB 系统开源
1