注册
登录
增强现实AR
UCAS_Course_2019
返回
项目作者:
HuangCongQing
项目描述 :
中国科学院大学2019-2020课程(秋季,春季,夏季)
高级语言:
HTML
项目主页:
项目地址:
git://github.com/HuangCongQing/UCAS_Course_2019.git
创建时间:
2019-09-17T09:34:38Z
项目社区:
https://github.com/HuangCongQing/UCAS_Course_2019
开源协议:
MIT License
下载
Lec8_1649202930281.pdf
Lec9_1649202930422.pdf
before_the_first_class_1649202930604.pdf
算法讲义_卜东波_1649202930845.pdf
cv10 表达与识别_1649202931639.pdf
cv11 计算机视觉中的机器学习_1649202931964.pdf
cv2_1649202932267.pdf
cv3 特征点提取、描述与匹配_1649202932622.pdf
cv4 图像分割_1649202933004.pdf
cv5 相机模型与多视几何_1649202933478.pdf
cv6 相机标定与稀疏重建_1649202934324.pdf
cv7 立体视觉与三维建模_1649202935048.pdf
cv8 运动分析_1649202935995.pdf
cv9 视觉跟踪_1649202936358.pdf
计算机视觉讲义第一章_1649202936615.pdf
计算机视觉讲义第三章_1649202936800.pdf
计算机视觉讲义第二章_1649202936982.pdf
计算机视觉讲义第四章_1649202937174.pdf
附录1-射影几何简介_1649202937326.pdf
附录2-摄像机成像几何_1649202937420.pdf
附录3-消隐点、消隐线与圆环点_1649202937504.pdf
附录4-基本矩阵及其估计方法_1649202937578.pdf
纳什议价解_1649202942777.pdf
高级人工智能 - 博弈I_1649202942888.pdf
高级人工智能 - 博弈II_1649202943033.pdf
高级人工智能 - 强化学习 - II_1649202943248.pdf
高级人工智能 - 强化学习_1649202943436.pdf
高级人工智能 - 群体智能_1649202943659.pdf
高级人工智能-强化学习补充部分:棋类游戏的贝尔曼方程_1649202943810.pdf
第一讲 人工智能概述_1649202944082.pdf
陆钟万面向计算机科学的数理逻辑-(第二版)_1649202945158.pdf
高级人工智能板书整理_10.29__1649202946759.pdf
200215国科大_1649202953866.pdf
Lecture 1_1649202954121.pdf
Lecture 2_1649202954483.pdf
Lecture 3_1649202955203.pdf
Lecture 4_1649202956003.pdf
Lecture 5_1649202956746.pdf
Lecture 6_1649202957388.pdf
Lecture_Note_3_1649202958100.pdf
Lecture_Note_4_1649202958244.pdf
Lecture_Notes_2_1649202958334.pdf
Lecture_Notes_5_1649202958400.pdf
330讲义ln_1649202958460.pdf
427HolographicReduction_1649202958597.pdf
511perfectMatching_1649202958821.pdf
511第二部分作业题_1649202958962.pdf
reduction_1649202960282.pdf
Math4ComputerVision_1649202860159.pdf
Reducing boundary artifacts in image deconvolution_1649202860383.pdf
motion blur estimation_1649202860859.pdf
primer_Kermit_Sigmon_1649202861149.pdf
ImageFormationInLivingHumanEye_1649202861372.pdf
图像处理与分析_作业评分标准_1649202861790.pdf
图像正交变换_参考阅读材料_1649202862454.pdf
数字图像处理疑难解析_1649202864780.pdf
第二十讲-生成式对抗网络介绍_1649202867590.pdf
第八讲:图像增强处理_1649202868162.pdf
第十一讲 图像频域滤波_1649202869510.pdf
第十一讲 图像频域滤波12_1649202870154.pdf
第十一讲 图像频域滤波22_1649202870513.pdf
第十七讲-图像压缩_1649202870742.pdf
第十九讲-图像表示与描述(下)_1649202871856.pdf
第十二讲 小波变换_1649202872221.pdf
第十二讲 小波变换12_1649202872799.pdf
第十二讲 小波变换22_1649202873025.pdf
第十五讲-图像复原(上)_1649202873229.pdf
第十八讲-图像表示与描述(上)_1649202873597.pdf
第十六讲-图像复原(下)_1649202873977.pdf
第十四讲 几何小波_1649202874571.pdf
《关于科研评价的旧金山宣言》——让科研评价更加科学_1649202875655.pdf
第一组-合作研究_1649202876688.pdf
第七组 同行评议_1649202877088.pdf
第三组-学术出版道德指南_1649202877268.pdf
第九组-学术出版道德指南_1649202877481.pdf
第二组-科研管理责任__1649202877860.pdf
第五组:师生关系_1649202878814.pdf
第八组-环境和实验室安全_1649202879307.pdf
第六组 数据管理与共享_1649202879611.pdf
第十一组-数据管理和共享_1649202879817.pdf
第十三组 合作研究_1649202880168.pdf
第十二组-利益冲突_1649202880818.pdf
第十五组 同行评审_1649202881042.pdf
第十六组利益冲突_1649202881236.pdf
第十四组-师生关系_1649202881465.pdf
第十组-科研责任管理_1649202881917.pdf
第四组-学术道德通论_1649202882403.pdf
2020RL_lecture1s_1649202883871.pdf
2020RL_lecture2_1649202884708.pdf
2020RL_lecture3_1649202884960.pdf
2020RL_lecture4_1649202885163.pdf
2020RL_lecture5_1649202885427.pdf
2020RL_lecture6_1649202885716.pdf
2020RL_lecture7_1649202886285.pdf
RL_lecture8-NN&IRL_1649202886591.pdf
RL_lecture9-DRL_1649202887047.pdf
2011-context in emotion perception_1649202887436.pdf
2013-From perception to pleasure music and ins neural substrates_1649202887613.pdf
AP20140200000_99100150_1649202887716.pdf
lecture01_情绪心理学 第一章 情绪概论-0218_1649202888025.pdf