Evision双目视觉系统
如果您觉得有帮助，请为该项目点star。盔甲于及时收到最新更新。
重要提示：当前主管理员的目标检测功能处于维护状态，CMake中的开关已经已经关闭，请及时关注最新进展。
介绍：
双目系统的标定，畸变校正，视差，三维重建，距离测量等。
基于Yolo的实时目标检测。
ELAS，ADCensus视差算法。
关于双目的中文资料重复度太高，希望各位后来者能够吸取前人精华，替代弃前人的糟粕，多多自行探索，不要抄来抄去
关于程序的BUG，以及其他混淆，请使用问题，或联系邮件
轻量版正在开发，请查看作者的GitHUb仓库并搜索“ EvisionLight”，未来的Evision会
2022-03-07 10:03:34
100.5MB
1
行人重识别课程主要包括三大核心模块：1.2020经典算法(论文)详细解读；2.项目源码分析；3.实战应用；通俗讲解CVPR等会议最新行人重识别方向算法及其实现，基于PyTorch框架展开实战，逐行讲解全部项目源码及其应用实例。整体风格通俗易懂，用最接地气的方式带领同学们掌握最新行人重识别算法并进行项目实战。
2022-03-07 00:28:20
369B
1
本资源是用Matlab实现的SIFT+RANSAC图像拼接与融合源码。
其中main.m是主程序，里面对各功能函数有比较详细的说明。
应该是点击运行，然后等待一会就可以跑出最终结果及中间结果。
2022-03-03 15:38:38
2.25MB
1
图像不仅仅是对象或属性的集合——它们代表了相互连接的对象之间的关系网络。为了对图像进行形式化表示，视觉基因组定义了场景图，这是一种结构化的图像形式化表示，类似于知识库表示中广泛使用的形式。本次研讨会的目的是讨论所有基于图的表示和学习算法的进展、优点和缺点。
2022-03-03 09:20:37
73.01MB
1
Deep Learning for Visual Tracking A Comprehensive Survey.pdf
2022-03-03 00:47:18
8.35MB
1
自动驾驶是指车辆通过传感器感知周围环境，在没有人为干预的情况下，实时
改变驾驶行为，完成驾驶任务。自动驾驶可以减少交通事故的发生，提高道路交通
资源的使用率，节约居民的出行成本，因此对自动驾驶技术的研究具有重要意义。
基于计算机视觉的自动驾驶技术使用视觉传感器的观测图像作为输入，驾驶
动作作为输出。现有方法主要分为间接感知型（
Mediated Perception
）方法、直接
感知型（
Direct Perception
）方法和端到端控制（
End-to-End Control
）方法。其中，
间接感知型方法将自动驾驶任务分为目标检测、目标跟踪、场景语义分割、相机模
型和标定、三维重建等
2022-03-01 19:59:20
15.37MB
1