flameTimewarpML
适用于Autodesk Flame的机器学习框架插值工具。
基于arXiv2020-RIFE，原始实现： :
@article{huang2020rife,
title={RIFE: Real-Time Intermediate Flow Estimation for Video Frame Interpolation},
author={Huang, Zhewei and Zhang, Tianyuan and Heng, Wen and Shi, Boxin and Zhou, Shuchang},
journal={arXiv preprint arXiv:2011.06294},
year={2020}
}
来自Julik Tarkhanov的Flame动画曲线插值代码： :
安装
单工作站/易于安装
从“页面下载最新发
2024-04-28 17:36:33
207MB
1
O2 XDA FLAME WM6.5 21911 刷机ROM下载.rar wm6.5刷机包
2023-08-22 12:46:32
50.92MB
1
DFT的matlab源代码火焰探测系统
该项目是基于视频的多功能火焰检测系统的不完全实现，这是我的毕业设计。
一些话要说
当我开始研究该主题时，我在Internet上发现了很多文章和很少的代码。
因此，当我最终完成它时，我决定将其开源。
请注意，该项目尚未准备好实际应用。
由于在该项目上花费的时间有限，因此仅对代码进行了部分优化。
但是，在Mac上进行测试时，响应时间是完全可以接受的。
搭建环境
该项目是在Mac
OS
X
10.9.3上使用Xcode
5.0.2构建的，并且是通过OpenCV
2.4.8实施的。
由于它不使用特定平台的任何本机接口，因此可以轻松移植到其他平台，例如Windows，Linux，Android等。
如果要使用保存视频功能，则需要确保OpenCV编译时支持FFMPEG，否则请自己编译。
结果
以下两个图像显示了结果。
流程
首先，使用颜色检测和运动检测对输入图像进行分割，然后提取候选火焰区域。
使用高斯混合模型进行背景建模以检测运动像素。
使用基于RGB和HSV颜色空间的火焰颜色模型来检测具有类似火焰颜色的像素。
将以上两个步骤的结果相交，以获取候选区域。
2023-03-29 18:47:51
30.47MB
1
DECA（Detailed Expression Capture and Animation）中使用到的FLAME_albedo_from_BFM.npz
2022-12-23 19:16:49
474.74MB
1
这个优化器的主要灵感是自然界中飞蛾的导航方法，称为横向定向。 飞蛾在夜间飞行，相对于月亮保持固定角度，这是一种非常有效的长距离直线飞行机制。 然而，这些花哨的昆虫被困在人造光周围的无用/致命的螺旋路径中。 MFO 算法对该行为进行数学建模以执行优化。 这是论文的源代码： S. Mirjalili，Moth-Flame 优化算法：一种新颖的自然启发式启发式范式，基于知识的系统，DOI： http : //dx.doi.org/10.1016/j.knosys.2015.07.006 ( http://www.sciencedirect.com/science/article/pii/S0950705115002580 ) 更多信息请见： http : //www.alimirjalili.com/MFO.html
我有很多这方面的相关课程。 您可以通过以下链接注册，享受 95% 的折扣：
2022-11-18 20:42:20
207KB
1
玩法：
在游戏范围中心会生成一个绿色的球，你可以随意拖动这个球（但不能超过边界哦）
刚开始会在（15,15）处生成一个黄球，黄球会随机朝向一个角度直线运动，碰到四边会在那分裂处一个球并反弹，那个球运行规律与第一个规律一致，每个球的速度，角度都是随机的，大小固定，分裂个数最多为15
玩家需要躲避这些球，若碰到游戏结束，并给坚持秒数评分（C,C+,B,B+,A,A+）
代码：
这个是用flutter框架中的flame做的，可以用andriod来打开，apk放在avoid\build\app\outputs\flutter-apk
里面包含了源码，可以自行修改
本游戏没有使用任何图片资源（包括背景图），可以自行添加
这里面同时打包了flame包
若有bug可以来联系我，这个可以作为一个flame的模板来去使用，本资源免费，可以直接下载。
如有发布请尊重版权，注明出处，谢谢！
希望大家多多支持
2022-10-09 11:03:47
174.99MB
1
一个Flutter 项目。
入门
该项目是 Flutter 应用程序的起点。
2022-06-23 22:05:10
86KB
这是最近提出的 MFO 算法的一个方便的工具箱。 这个优化器的主要灵感是自然界中飞蛾的导航方法，称为横向定向。 飞蛾在夜间飞行，相对于月亮保持固定角度，这是一种非常有效的长距离直线飞行机制。 然而，这些花哨的昆虫被困在人造光周围的无用/致命的螺旋路径中。 MFO 算法对该行为进行数学建模以执行优化。 研究论文： S. Mirjalili，Moth-Flame 优化算法：一种新颖的自然启发式启发式范式，基于知识的系统，DOI： http : //dx.doi.org/10.1016/j.knosys.2015.07.006 ( http://www.sciencedirect.com/science/article/pii/S0950705115002580 ) 如果您无法访问该论文，请给我发送电子邮件至 ali.mirjalili@gmail.com，我会将论文发送给您。
更多信息请见
2022-02-12 22:37:09
643KB
1