语音边缘检测算法VAD检测，零熵法检测matlab

目标检测（Object Detection）是计算机视觉领域的基本任务之一，学术界已有将近二十年的研究历史。近些年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。从最初2013年提出的R-CNN、OverFeat，到后面的Fast/Faster R-CNN，SSD，YOLO系列，再到2018年最近的Pelee。短短不到五年时间，基于深度学习的目标检测技术，在网络结构上，从two stage到one stage，从bottom-up only到Top-Down，从single scale network到feature pyramid network，从面向PC端到面向手机端，都涌现出许多好的算法技术，这些算法在开放目标检测数据集上的检测效果和性能都很出色。

定义的模板函数，可实现多个边缘检测算法,适合初学者

canny算法，实现边缘检测。本程序主要分为4步，第一步是输入图像，第二步和第三步实现canny算法，第三步实现输出

肤色特征是人体表面的重要特征，在人脸检测与识别、基于内容的不良图像过滤系统中有着重要的地位。分析了YUV颜色空间系统的特点，提出了一种基于椭圆区域的皮肤模型，将该模型应用于基于内容的不良图像过滤系统的皮肤检测部分中。实验表明，利用该模型进行皮肤检测能够达到很好的效果。

实时碰撞检测算法技术主要包括：碰撞检测系统中的设计问题、数学和几何学入门、包围体、基本图元测试、层次包围体技术、空间划分、BSP树层次结构、凸体算法、基于GPU的碰撞检测、数值健壮性、几何健壮性以及优化操作，实时碰撞检测算法技术还提供了相应的算法、代码以及伪代码，以帮助读者进一步理解计算方案的实现过程。

function [jx,SNR,result]=mytlsesprit(x,M,k,dt) % 实现《基于快速TLS_ESPRIT的间谐波检测算法》张滨生 1.4 % intput x:原始数据 % intput M:时间窗宽度 % intput dt:采样间隔 % output jx:拟合数据 % output Ad：振幅 % output Qd：相位 % output ad：衰减因子 % output fd：振荡频率 % output result=[Ad,Qd,ad,fd]

利用snake蛇形算法进行边缘检测的matlab程序，可对二维图像进行边缘检测。需手动初始化边缘。

基于卷积神经网络的目标检测算法，夏源，张洪刚，本文是基于卷积神经网络的目标检测学习算法，与传统的物体检测算法不同，基于深度学习的目标检测算法，可以通过从海量数据中自动

背景差分与三帧差分结合的运动目标检测算法