为了提高复杂环境下的目标跟踪精度，提出了一种基于序贯检测机制的双目视觉运动目标跟踪方法．该方法在序贯检测机制下，将粒子滤波、稀疏场主动轮廓和 CamShift 等方法结合．首先用基于颜色特征的粒子滤波，估计最优跟踪窗口；通过跟踪窗口和目标的相似度决定是否采用稀疏场主动轮廓方法，然后由目标轮廓和目标的相似度决定是否需要 CamShift 对轮廓进行修正；最后结合双目视觉的视差信息和标定模型对目标进行定位，引入视差置信区间判据可有效减少噪声影响，提高运动目标定位精度．实验表明本文所提的基于序贯检测机制的目标跟踪方法在摄像机运动－目标运动模式下，在目标有尺度、旋转、视角变化和环境有光照变化等情况下，能对运动目标进行有效地跟踪与定位，并且具有比较好的跟踪和定位精度
2021-11-10 14:58:09
3.87MB
1
本demo是一套完整的热修复，包括：检测服务器上是否存在dex补丁、下载dex补丁、安装dex补丁，实现热修复。基本是一套完整流程，仅做参考，有问题可以一起讨论
2021-11-10 14:48:05
18.46MB
1
文章以Skype和QQ作为即时通信软件的代表，对构建于P2p和c/s两种主流的网络架构上的即时通信软件的安全通信机制进行了对比分析。
2021-11-10 14:28:42
367KB
1
这些天做了个程序给LISP调用，其中综合运用了arx的 JIG类，AcEdInputPointMonitor类，反应器，和自定义实体,以及对acedDragGen函数和回调函数做了一些研究。有些部分牵涉到了简单的事务处理。后面我还加了一些定时器，和钩子等。虽然是给LISP的，但其中有许多东西，还是可以利用的。
这个东西花费我一些时间，希望的是能跟大家一起讨论研究，虽然我开源给大家，但是我还是收取了一定数量币，那些真心学习研讨的人应该不会在乎这点吧。所以此贴非诚勿扰。如果你相信此贴的价值超过它收取的币，就下载吧。
2021-11-10 14:28:34
45KB
1
基于深度学习的方面情感分析是自然语言处理的热点之一。针对方面情感，提出基于方面情感分析的深度分层注意力网络模型。该模型通过区域卷积神经网络保留文本局部特征和不同句子时序关系，利用改进的分层长短期记忆网络（LSTM）获取句子内部和句子间的情感特征。其中，针对LSTM添加了特定方面信息，并设计了一个动态控制链，改进了传统的LSTM。在SemEval 2014的两个数据集和Twitter数据集上进行对比实验得出，相比传统模型，提出的模型的情感分类准确率提高了3%左右。
2021-11-10 11:45:01
1.64MB
1
《网络_群体与市场_揭示高度互联世界的行为原理与效应机制》PDF版本下载
2021-11-09 20:42:58
144B
1
导读：
本文分为三个阶段，
第一阶段，原理概述，力争说人话的基础上，讲明白Binder机制在搞什么，为什么这样搞，以及具体是怎么搞的。
第二阶段，代码层面描述，主要描述了，AIDL、IBinder、Binder、IInterface、Binder Driver是如何设计和实现第一阶段的构想。
第三阶段，实例操作，不使用半自动的AIDL工具，纯手动利用Binder实现一把进程间通信。
相信这一套军体拳下来，应该能薛伟地掌握Binder的相关原理。
P.S. 本文code部分使用了伪代码，包含但不限于kotlin、java和汉字。。。不过应该都能看懂
Binder是Android系统用来实现高效I
2021-11-08 22:24:51
268KB
1