- 综合排序
- 最热优先
- 最新优先
- 来自专栏凝神长老和他的朋友们
Seam Carving
Seam Carving 算法与一般的图像裁剪技术不同，它可以保持图像最具有信息量的部分。 根据提示，我们首先要计算每一个像素的能量值，能量值越高的像素越不可能被作为 Seam 被裁剪。 picture.get(x - 1, y), picture.get(x + 1, y)); return Math.sqrt(xGradient + yGradient); } 接下来是在寻找 Seam verticalSeam[row] = verticalSeam[row + 1] + 1; } } } } 最后就是消去这条 Seam
77530发布于 2020-06-03 - 来自专栏随想
Seam Carving demo
最近看到个很有意思的网站： https://trekhleb.dev/js-image-carver/ Seam Carving是一种图片压缩算法。 utils中是实现了的Seam Carving算法。contentAwareSimplified.ts是包含了注释的版本。 image.png 首先新建一个新的组件，引入算法文件。 }; onIteration = async (args: OnIterationArgs): Promise<void> => { const { seam ctx.putImageData(img, 0, 0, 0, 0, w, h); this.energyMap = nrgMap; this.seams = [seam 那么一个简单的Seam Carving的demo就完成了。
2.6K30发布于 2021-05-27 - 来自专栏Felix的技术分享
Programming Assignment 2 Seam Carving 暴力实现
Programming Assignment 2 Seam Carving 暴力实现 Robert Sedgewick教授在Coursera上开了一门算法课，这是图论中的一道编程作业题。 true; else return false; } 找到垂直方向的最短路径 /** * sequence of indices for vertical seam from current picture * * @param seam */ public void removeVerticalSeam(int[] seam ) - 1, height()); for (int h = 0; h < pic.height(); h++) { for (int w = 0; w < seam ; w++) { pic.set(w, h, mPicture.get(w, h)); } for (int w = seam
82440发布于 2018-06-12 - 来自专栏机器学习、深度学习
图像拼接--Seam-Driven Image Stitching
Seam-cutting is then applied to produce the final result 选择得到最好的 homography ，我们将图像映射到同一个坐标系下，计算 Seam-cutting 这里面的 Seam-cutting 是如何计算的了？ ，基于匹配的特征点对，我们根据 RANSAC 算法 得到若干 homography ，我们对每个 homography 计算 seam-cut，然后我们选择 最好的 seam-cut 作为最终结果。 这里的关键是如何 挑出 best seam-cut ？ 简单的来说就是在 缝合线上取一个 17×17 patch，如果我们能在输入图像中找到类似的 patch，那么这个 seam 是比较好的。 如果我们不能在输入图像中找到类似的 patch，那么这个 seam 就不是很好。
1.6K30发布于 2019-05-27 - 来自专栏程序员的知识天地
如何用Python实现神奇切图算法seam carving？
年前，2007 年，在第 34 届 SIGGRAPH 2007 数字图形学年会上，以色列的两位教授 Shai Avidan 和 Ariel Shamir 展示了一种新的缩放裁剪图像方法，他们称之为 Seam Carving for Content-Aware Image Resizing，也就是我们后来所说的“接缝剪裁”（Seam Carving）算法。 简单的说，利用这个技术我们可以在缩放时固定图片中特定区域的大小，或者可以在缩小时让特定的区块被周围图像缝合消除，并且因为“seam carving”的缝补算法，你可以让图片缩放后仍然维持整体的完整性。 算法论文地址： http://graphics.cs.cmu.edu/courses/15-463/2007_fall/hw/proj2/imret.pdf ---- 工作过程概览 在接缝裁剪（seam carving）算法中，缝隙（seam）就是指从左到右或从上到下的连续像素，它们横向或纵向穿过整个图像。
2.4K30发布于 2018-12-07 - 来自专栏机器学习、深度学习
图像拼接--Coarse-to-fine Seam Estimation for Image Stitching
Coarse-to-fine Seam Estimation for Image Stitching https://arxiv.org/abs/1805.09578 本文主要针对图像拼接中的缝合线选择的改进 最终得到的缝合线是 nearly perception-consistent seam coarse-to-fine seam estimation framework A. It may cause that the seam with the minimal measure is not optimal in human perception 这里我们改进了一下 Seam Thus, we combine the patch and point together to evaluate the seam. ? on the seam.
1.1K20发布于 2019-05-27 - 来自专栏机器学习、深度学习
图像拼接--Seam Carving for Content-Aware Image Resizing
ACM, 2007 https://github.com/danasilver/seam-carving https://github.com/vivianhylee/seam-carving 图像拼接里的 seam cutting 中的 seam 到底是什么了？ 本文给出了seam的定义： A seam is a connected path of low energy pixels crossing the image from top to bottom, （Seam carving uses an energy function defining the importance of pixels） ? 给定一个能量函数的定义，我们 define the cost of a seam as E(s) The optimal seam can be found using dynamic programming
1.2K10发布于 2019-05-26 - 来自专栏简单就是美！
取舍于得失之间：权衡Java EE 5.0 & Seam & Spring & Yourself
Seam是如何使JSF和EJB 3.0变成一个更强大且更方便的组合呢？Seam与Spring又是怎么样的关系呢？这些，都会有大多的争论与取舍。 暂且不讨论这些，先看看Seam本身： JBoss Seam是一个Java EE 5框架。它通过把JSF与EJB3.0组件合并在一起，从而为开发基于Web的企业应用程序提供一个最新的模式。 Seam可以让你把EJB组件直接绑定到 JSF 页面。Seam还可帮助你把jBPM流程定义直接地集成到你的应用程序中。 相关的一些资源： 本土：JBoss Seam：http://www.jboss.com/products/seam Docs：Seam Document：http://labs.jboss.com/portal 2、借助 Seam 进行对话 借助 Seam 开发有状态的 CRUD 应用程序是件轻而易举的事情。
93710发布于 2019-02-28 - 来自专栏机器学习、深度学习
图像拼接--Robust image stitching with multiple registrations
different exposure or other camera characteristics 在单个registration中难以解决 parallax or motion问题，而后续步骤 seam 本文提出使用多个 registration，The seam finding stage is then free to choose different registrations for different finding approach，因为给定多个 registration 时，传统的 seam finding approach 不能很好的工作。 finding phase 2） seam finding 有时会失败导致物体重影，对于 multiple registrations 则对应物体出现多次 ? 然后 Then we will formalize a multi-label MRF problem for seam finding，We will get the optimal seam by
1.2K30发布于 2019-05-26 - 来自专栏技术猫屋
【Java 代码审计入门-05】RCE 漏洞原理与实际案例介绍
的配置 可以看到其实这个exploit 利用的点在/seam-booking/home.seam 而exploit/multi/http/jboss_seam_upload_exec的配置： 这个 漏洞文件为：jboss-seam/examples/booking/exploded-archives/jboss-seam-booking.ear/jboss-seam.jar 反编译后可以得到源码， /test.seam? /test.seam? /home.seam?
2.8K30编辑于 2023-01-03 - 来自专栏YOLO大作战
涨点神器：基于Yolov8小目标遮挡物性能提升（SEAM、MultiSEAM）
本文尝试解决待测目标相互遮挡带来的检测困难，对于人脸遮挡提出了一个名为 SEAM 的注意力模块并引入了排斥损失来解决它，引入了分离和增强注意力模块来增强Neck层输出部分后被遮挡人脸的响应能力。 1.1 Separated and Enhancement Attention Module (SEAM)即不同人脸之间的遮挡，以及其他物体对人脸的遮挡。 后者导致特征消失导致定位不准确，设计了注意力模块 SEAM 来增强人脸特征的学习。 1.2 MultiSEAM 解决多尺度问题的主要方法是构建金字塔来融合人脸的多尺度特征。 2.YoloV8加入 SEAM、MultiSEAM注意力机制2.1 SEAM、MultiSEAM加入加入modules.py中：核心代码：class SEAM(nn.Module): def _ _init__(self, c1, c2, n, reduction=16): super(SEAM, self).
9.7K22编辑于 2023-11-30 - 来自专栏Fdu弟中弟
seamCarving
Seam Carving：以水平和垂直两种方式简单地压缩和拉伸图片，常用于一些图像处理软件，能够做到主要目标不失真。结果肖老师二话不多说就让我们自己写一个。。 [i]=index; index=node[i][index]; } return seam; //返回这条路径的下标数组 } public void removeVerticalSeam(int[] seam) { int[][] a = new int[height][width-1]; for (int i=0; i<height; i++) { System.arraycopy(colors[i],0,a[i],0,seam[i]);//参数说明：原数组，原数组起始点 ，目标数组，目标数组起始点，长度 System.arraycopy(colors[i],seam[i]+1,a[i],seam[i],width-seam[i]-1);
38720发布于 2021-02-24 - 来自专栏简单就是美！
里程碑：Seam 2.0 Reference中文翻译工作于2007年10月29日全部完成
阅读更多 随着Java技术的飞速发展，以及更全面的企业服务和便利的开发优势，Seam也成为了开发人员Java EE开发的框架选择之一。 为了让更多的朋友能快速掌握Seam的开发优势和了解优秀的构架思想，由满江红开放技术研究组织发起的Seam 2.0 Reference翻译项目，经过近两个月的努力工作，在预期的时间内提前一周左右完成翻译的全部工作 项目活动主页：http://wiki.redsaga.com/confluence/display/SeamRef/Home Seam 2.0 Reference工作任务领取及进度汇总表 Seam 2.0
35320发布于 2019-02-28 基于yolov11引入自集成注意力机制SEAM解决遮挡问题的python源码+训练源码
【SEAM注意力机制介绍】 本文给大家带来的改进机制是由YOLO-Face提出能够改善物体遮挡检测的注意力机制SEAM，SEAM（Spatially Enhanced Attention Module） SEAM模块：SEAM（Spatially Enhanced Attention Module）注意力网络模块旨在补偿被遮挡面部的响应损失，通过增强未遮挡面部的响应来实现这一目标。 1.2 SEAM模块 下图展示了SEAM（Separated and Enhancement Attention Module）的架构以及CSMM（Channel and Spatial Mixing 通过SEAM和CSMM，YOLO-FaceV2提高了模型对复杂场景中各种面部特征的识别能力。 新增SEAM.py实现模块（代码太多，核心模块源码请参考改进步骤.docx）然后在同级目录下面创建一个__init___.py文件写代码 from .SEAM import * 2.
97911编辑于 2025-07-22- 来自专栏DeepHub IMBA
SEAM论文解读：弱监督语义分割的自监督等变注意力机制
（b）由我们的SEAM预测的CAM，它们在重新缩放后更加一致。 SEAM [1]将一致性正则化应用于来自各种变换图像的CAM，以提供用于网络学习的自我监督。 为了进一步提高网络预测的一致性，SEAM引入了像素相关模块（PCM），该模块可以捕获每个像素的上下文外观信息，并通过学习的亲和性注意力图来修改原始CAM，从而对原始CAM在不同分支进行比较。 SEAM由具有等变交叉正则化（ECR）损失的孪生网络实现。 网络体系结构 SEAM是等变差正则化(ER)和像素相关模块(PCM)的结合。 SEAM的损失设计 SEAM的损失分为三部分，其中cls分类损失用于大致定位对象，而ER损失用于缩小像素级和图像级监控之间的差距。
1.5K20发布于 2020-11-25 - 来自专栏简单就是美！
满江红开放技术研究组织发布Seam 2.0中文文档RC版 博客分类： Java SeamJSFHibernate应用服务器浏览器
这一次的目的是简化，尽可能的简化，因为对Web编程而言，最大的瓶颈是开发效率，因此Seam的目的就是最大限度的简化复杂性。 这一次的战线要比Hibernate宽广的多，Seam的好处因而也更加让人看得明白：它提升JSF的实力，让快速开发效果丰富的Web应用程序成为可能。 从双向注入到Annotation，目的都是为了尽量减少服务器端的代码量，而RichFaces和JSF编辑器，则是为了让Seam的产出变得效果丰富。 作为整合开发工具Seam的道路还很长，对Grid等复杂组件的支持尚不够，让2.0仍然无法达到Delphi在Windows开发界的广大影响力。 在制造产业链这一目标上，JSF是领跑的，而JSF框架中，Seam是领跑的。 因此，你应该花些时间来看看Seam。
66620发布于 2019-02-28 - 来自专栏LINUX阅码场
Linux对机密计算的支持
TDX模块加载和执行在SEAM RANGE中，这是由UEFI/BIOS保留的系统内存部分。P-SEAM Loader也位于SEAM RANGE中，用于安装和更新TDX模块。 安全仲裁模式（SEAM）是VMX架构的扩展，提供了两种新的执行模式：SEAM VMX根模式和SEAM VMX非根模式。 内存保护机制 TDX利用VMX的安全保密模式（SEAM）来强制执行TD的内存隔离。安全保密模式（SEAM）是虚拟机扩展（VMX）架构的扩展，定义了一个称为SEAM根的新的VMX根模式。 NP-SEAMLoader包含了Intel持久性SEAM Loader（P-SEAM Loader）的映像，然后由NP-SEAM Loader进行验证和加载。 P-SEAM Loader负责安装或更新TDX模块。P-SEAM Loader和TDX模块都加载在SEAM RANGE中，该范围是通过UEFI/BIOS保留的系统内存的一部分。
2.3K31编辑于 2023-08-21 - 来自专栏MixLab科技+设计实验室
图像缩放算法 | Mixlab算法工具箱
一个采用接缝裁剪（seam carving）算法的在线工具，可以任意改变图片的高度和宽度，而不会扭曲图像。 所采用的Seam Carving算法，来源于2007年siggraph《Seam Carving for Content-Aware Image Resizing》提出的一种内容感知的图像缩放算法。
63220发布于 2021-05-08 - 来自专栏简单就是美！
这年头，软件行业还得抱大腿才行，Spring选择WebSphere为首选AS
这些也许这对Seam是利好消息，当然我们也在组织翻译Seam的Reference了：）（广告，可以严重BS我一下） Seam中文翻译组 Spring选择WebSphere为首选AS，请见这里： Rod
48720发布于 2019-02-28 - 来自专栏简单就是美！
如何在动态搜索得到大量的博客记录后，再针对它们各自的Tag进行数量统计？ 博客分类： Java 搜索引擎SeamluceneSpringH
这样在搜索结果中需要统计出每一个Tag的数量出来进行显示 比如：根据xxx关键字后搜索到的结果为以下3条，假如：Tag以空格隔离存储，split后为独立的Tag 1:Seam框架使用开发指南 对应的 Tag为:Java Seam Framwork 开发 2:Spring框架最佳实践 对应的Tag为:Java Spring 最佳实践 3:Hibernate技术点对点 对应的Tag为: Java Hibernate 点对点 于是显示的结果为 Tag: Java(3)、Seam(1)、Framework(1)、开发(1)、Spring(1)、最佳实践(1)、Hibernate(1) 、点对点(1) 结果: 1:Seam框架使用开发指南 2:Spring框架最佳实践 3:Hibernate技术点对点 如果说在查询到数量不多的情况下，遍历所有的记录后，把Tag进行split后统计加和就
82630发布于 2019-02-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号