视频马上看!傲游浏览器新功能抢先体验

正马上有钱,马上有对象,马上有车子,马上有房子……只要跟"马"沾边,心中就能做到"无码",拥有一切。等等～,我好像明白了什么?!就在前几天傲游浏览器官方微博上爆料出2月20日将要发生一件值得万众期待的一件事儿,居然还说载入史册什么的都是毛毛雨。最初一副红色的背景上一匹奔驰的骏马,而后又放出一副黄色的背景,马上多了一个礼物盒,就连官微的背景也做了红色的改版,这是神马节奏??     

中国版“亚马逊”在美上市 零售电商跨入“双寡头”时代

正背景概述2013年,兰亭集势、58同城、500彩票网、去哪儿和汽车之家等更多家中国公司在美国上市。2014年上半年途牛网与聚美优品已经先后上市。2014年1月30日晚间,京东正式向美国证券交易委员会递交IPO招股书,引起了资本市场各方的重点关注。5月22日,京东宣布其首次公开发行的93,685,620股美国存托股票("ADS")定价为每股19美元,每股美国存托股票相当于2股公司A类普通股。同日晚间,京东将在美国纳斯达克正式挂牌,抢先阿里上市。京东上市对于中国电商界来说,将是一个历史时刻,也是     

基于Robert算子的车牌图像边缘检测

车牌识别系统一般包括车牌定位、字符分割和字符识别三个模块。本文对车牌识别系统的三个模块中的图像定位进行分析。把采集到的图像进行灰度图转化,用Robert算子对车牌图像进行边缘检测,利用MATLAB实现车牌检测算法。     

基于背景和帧间差分法的运动目标提取

在自动人脸识别系统中,人体目标的检测是该系统识别人脸的前期关键步骤之一。为了能快速准确地检测出运动的人体目标,提出了背景差分法和帧间差分法相结合的运动目标提取检测方法。针对视频中的背景因镜头摆动或物体的移入/移出而有所变动,给出了几种提取背景的方法,比较各种方法后决定采用中值法快速地进行背景建模,随后采用自适应背景更新,结合两种差分法检测运动目标。通过实验验证了本文算法的有效性。     

基于样本集提取的现场钢材计数研究

针对现有方法实现现场计数的不可行性,提出一种基于提取样本的方式来实现现场环境下钢管计数方法。首先采用GRA和Top-hat联合增强方式改善图像质量,然后通过采用形态学填充的方式寻找标准物体样本集,最后形成权值模板再对梯度图像进行检测、统计计数。实验结果表明,该方法可以很好地在钢管加工过程及出入库中检测出钢管数量,具有较强的实用性。     

基于C-V模型和MRF的脑部MRI分割

为准确分割脑部磁共振图像(MRI)的灰质、白质和背景,提出一种基于C-V模型和马尔可夫随机场的全自动分割方法。采用C-V模型与形态学相结合的方法对脑MRI进行预处理,去除多余脑组织,获得待分割图像。引入灰度场局部熵的思想对惩罚因子进行估计,利用马尔可夫随机场模型建模实现脑灰白质的分割,并运用形态学方法获得最终分割结果。对96幅IBSR图像和46幅临床图像进行实验,结果表明,该方法能够实现脑部MRI灰白质的全自动分割,且具有较好的分割精度和较快的处理速度。     

美国职业教育体系研究

本文通过从职业教育背景、职业教育体系、职业教育改革三个方面对美国职业教育进行深入的分析和研究。我国职业教育的发展可以借鉴美国职业教育的发展经验和改革措施,从而提高我国职业教育水平,培养出社会需要的高技能人才。     

如何设置定时关机

正当你需要休息或者外出时,这时电脑可能还需要继续运行,比如备份文件、下载文件之类的可以由软件自主完成的任务等等,这时候你就需要通过设置定时关机来管理你的电脑。定时关机除了可以使用系统自带的命令来实现之外,还可以用一些软件来实现,以下一一为大家讲述。     

5毫米的巅峰设计 金立ELIFE S5．1体验

做到最薄有多难？ 手机内部的空间极为有限．为了炼就全球最薄手机．金立ELIFE其在硬件上采用了很多超薄的组件。包括超薄的触控面板、显示面板、背部盖板、承载芯片的PCB板以及电池部分在内．最终造就其轻薄的机身。但想做一款真正的超薄手机那就变的很难,很多厂商为了降低研发成本往往都会选择摄像头凸起处理,金立ELIFE S5.1的研发难点在于要把镜头组件做到与背板平齐．完全不突出,这是非常困难的。为了不凸起．采用特别定制的800万像素超薄摄像头．色彩表现绚丽、饱满,细节捕捉同样较为准确．而且能够呈现明显的背景虚化效果,成像表现令人满意。     

基于视频的车流量检测建模与分析

交通流量信息是智能交通控制中的关键成分。论文在对视频图像进行灰度处理、频域滤波和均衡化的基础上,结合直方图分析、背景差分、动态阈值二值化处理等图像分析过程,提出了双虚拟线平均法检测多车道车流量,并完成参数灵敏度检验。针对初识背景提取时间过长的问题,加入了跳帧法和像素块法,以提高系统效率。考虑到背景的时变性,采用选择更新法进行周期更新。实际结果表明,该方法兼顾了智能交通系统的环境适应性、检测实时性和统计精确性等要求,四个车道车流量统计的准确率均大于90％。