主要用于多视角卫星影像的三维重建算法，资源共9个文件，其中8个文件分别对应八个压缩文件包，代表每个区域的影像，每个压缩包里对应着多视角卫星影像和RPC文本文件，第九个文件为机载激光雷达产生的真值影像文件,本数据为s2p算法的主要实验数据。数据整体情况：数据量整体较小，但覆盖的类型全，如低矮建筑，中高层建筑，高层建筑等，对卫星三维重建的鲁棒性要求较高，因此是做卫星三维重建的不二选择，目前很多相关论文都拿此进行实验和算法调整优化。

内容概要：对各种图像增强方法产生的结果图像与真值图像按照阈值进行模型预测。 计算出了一些常用的准确性预测指标，比如ROC模型的AUC，PR曲线的F-score 适合人群：图像处理，尤其是边缘检测研究人员 阅读建议：此资源由于采用matlab编程，故其中内容需要在理解matlab基本编程思路，并对使用matlab画图有一定了解的基础，所以在阅读之前最好先了解一下matlab的基本语法

此数据集仅用于个人研究，遥感图像是在网上下载的大图。 700对遥感图像对，根据6：2：2划分训练，验证，测试集。 制作过程： 1 将大图裁剪成450×600小块 2随机选取小块矩形，再给四个点20个像素的扰动，得到新的四个点。 3根据两组点计算H 4根据H将原图扭曲到另一幅图像上 5最终分别保存240×320大小的img_A和img_B。并将img_A,ing_B以及Hba，Hab保存在.npy的文件中 6按照6：2：2划分训练，验证，测试集 7 mea≈0.60 std≈0.25 算是一个仿真数据集，大家可以使用。 如果觉得有用的话，欢迎大家评论点赞嚄！

视觉推理的自然语言 该存储库包含 （Suhr等人2017）和 （Suhr和Zhou等人2018）的数据。 视觉推理自然语言语料库的任务是确定关于视觉输入（如图像）的句子是否正确。 该任务的重点是关于对象集，比较和空间关系的推理。 这包括两个数据集：具有合成生成图像的NLVR和包括自然照片的NLVR2。 有关示例和页首横幅，请参见网页： ： 如有疑问，请使用“问题”页面，或直接给我们发送电子邮件： 发牌 NLVR（包含合成图像的原始数据集; Suhr等人2017） 继Microsoft COCO（ ）之后，我们根据CC-BY-4.0（ ）许可了NLVR数据集（合成生成的图像，结构化表示和注释） ）。 NLVR2（具有真实图像的数据集，Suhr和Zhou等人，2018年） 我们已在CC-BY-4.0（ ）下许可了NLVR2图像的注释（句子和二进制标签）。 我们不授权NL

自己收集的包含各种图像的真值图像库 自己收集的包含各种图像的真值图像库

真值发现方法，通过估计每个信息源的可靠度然后整合相关信息，可以从众多信息中推断出最值得相信的信息。本报告所述的真值发现方法基于凸优化理论，其目标函数衡量提供的信息与识别的信息的加权距离，通过最小化此距离函数使聚合信息接近真值，运用优化理论解决并提出有效的OBTD算法，并根据实际数据常有的长尾现象，提出更加可靠的置信度感知真值发现算法

labview查找布尔数组中的真值个数及为真的布尔所在位置

输入待计算的逻辑表达式及变元的真值，计算该表达式的真值。 支持的逻辑运算包括 否定 ！ 合取 + 析取 － 蕴含 # 等价 $ 输入时用上面相应的符号表示。输入的表达式中每个逻辑运算符及其相应的操作数结合在一起用一对圆括号括起来。 例如： 输入表达式：((!((a+b)#(a-b)))$c) 输入a的真值： 1 输入b的真值： 0 输入c的真值： 0 计算的结果：？ 提示：利用栈完成。

所谓命题演算公式是指由逻辑变量（其值为TRUE或FALSE）和逻辑运算符∧（AND）、∨（OR）和┐（NOT）按一定规则所组成的公式（蕴含之类的运算可以用∧、∨和┐来表示）。公式运算的先后顺序为┐、∧、∨，而括号（）可以改变优先次序。已知一个命题演算公式及各变量的值，要求设计一个程序来计算公式的真值。 1.利用二叉树来计算公式的真值。首先利用堆栈将中缀形式的公式变为后缀形式；然后根据后缀形式，从叶结点开始构造相应的二叉树；最后按后序遍历该树，求各子树之值，即每到达一个结点，其子树之值已经计算出来，当到达根结点时，求得的值就是公式之真值。 2.逻辑变元的标识符不限于单字母，而可以是任意长的字母数字串。

nyu-depth-v2-tools：[2]中使用的工具，用于预处理地面真值分割以评估超像素算法