SIFT算法Matlab的Demo

上传者: qixin000 | 上传时间: 2022-05-26 10:49:16 | 文件大小: 431KB | 文件类型: ZIP
David Lowe实现的SIFT示例,其中的exe他包装了,其中的matlab调用例子非常不错,可以用于实际工程,本人使用它导出的dotnet库,识别200*200的图像,速度还可以,大概200ms识别一个图,准确率100%,有优化的空间

文件下载

资源详情

[{"title":"( 16 个子文件 431KB ) SIFT算法Matlab的Demo","children":[{"title":"siftDemoV4","children":[{"title":"scene.pgm <span style='color:#111;'> 192.01KB </span>","children":null,"spread":false},{"title":"match.m <span style='color:#111;'> 1.89KB </span>","children":null,"spread":false},{"title":"showkeys.m <span style='color:#111;'> 1.66KB </span>","children":null,"spread":false},{"title":"appendimages.m <span style='color:#111;'> 461B </span>","children":null,"spread":false},{"title":"book.pgm <span style='color:#111;'> 95.41KB </span>","children":null,"spread":false},{"title":"LICENSE <span style='color:#111;'> 1.03KB </span>","children":null,"spread":false},{"title":"README <span style='color:#111;'> 7.77KB </span>","children":null,"spread":false},{"title":"box.pgm <span style='color:#111;'> 70.62KB </span>","children":null,"spread":false},{"title":"sift.m <span style='color:#111;'> 2.44KB </span>","children":null,"spread":false},{"title":"util.c <span style='color:#111;'> 7.32KB </span>","children":null,"spread":false},{"title":"match.c <span style='color:#111;'> 4.76KB </span>","children":null,"spread":false},{"title":"sift <span style='color:#111;'> 44.01KB </span>","children":null,"spread":false},{"title":"basmati.pgm <span style='color:#111;'> 45.34KB </span>","children":null,"spread":false},{"title":"Makefile <span style='color:#111;'> 631B </span>","children":null,"spread":false},{"title":"defs.h <span style='color:#111;'> 1.88KB </span>","children":null,"spread":false},{"title":"siftWin32.exe <span style='color:#111;'> 92.00KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

  • baidu_22405691 :
    为什么我运行不了呢,哭
    2016-11-16
  • shanhuhaifeng :
    代码简洁,易懂,可是运行使用
    2016-01-12

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明