메뉴펼치기
-
1
해당 자료는 0페이지 까지만 미리보기를 제공합니다.
0페이지 이후부터 다운로드 후 확인할 수 있습니다.
0페이지 이후부터 다운로드 후 확인할 수 있습니다.
목차
코드를 가지고 있으며 알고리즘에 대한 설명은 인터넷에 충분에 나와있음
본문내용
#include "util.h"
const int DIM_VECTOR = 128;
const double THRESHOLD = 0.3;
/**
* 2개 벡터의 유클리드거리의 계산해서 반환
*
* @param[in] vec 벡터1의 배열
* @param[in] mvec 벡터2의 배열
* @param[in] length 벡터의 길이
*
* @return 유클리드 거리
*/
double euclidDistance(float* vec1, float* vec2, int length) {
double sum = 0.0;
for (int i = 0; i < length; i++) {
sum += (vec1[i] - vec2[i]) * (vec1[i] - vec2[i]);
}
return sqrt(sum);
}
/**
* 최근접점 탐색
*
* @param[in] vec 특징 벡터
* @param[in] laplacian 라플라시안
* @param[in] keypoints 키포인트의 집합（집합의 중심으로부터 최근접점의 탐색)
* @param[in] descriptors 특징 벡터의 집합
*
* @return 최근접점의 인덱스（발견되지 않을 때는 -1）
*/
const int DIM_VECTOR = 128;
const double THRESHOLD = 0.3;
/**
* 2개 벡터의 유클리드거리의 계산해서 반환
*
* @param[in] vec 벡터1의 배열
* @param[in] mvec 벡터2의 배열
* @param[in] length 벡터의 길이
*
* @return 유클리드 거리
*/
double euclidDistance(float* vec1, float* vec2, int length) {
double sum = 0.0;
for (int i = 0; i < length; i++) {
sum += (vec1[i] - vec2[i]) * (vec1[i] - vec2[i]);
}
return sqrt(sum);
}
/**
* 최근접점 탐색
*
* @param[in] vec 특징 벡터
* @param[in] laplacian 라플라시안
* @param[in] keypoints 키포인트의 집합（집합의 중심으로부터 최근접점의 탐색)
* @param[in] descriptors 특징 벡터의 집합
*
* @return 최근접점의 인덱스（발견되지 않을 때는 -1）
*/
추천자료
- 가격2,000원
- 페이지수1페이지
- 등록일2011.07.27
- 저작시기2011.6
- 파일형식압축파일(zip)
- 자료번호#691331
본 자료는 최근 2주간 다운받은 회원이 없습니다.
-
[오픈타이드코리아-최신공채합격 자기소개서] 오픈타이드코리아자소서,오픈타이드자기소개서,오픈타이드코리아자소서,오픈타이드코리아자기소개서,오픈타이드코리아자소서,오픈타이드 - 페이지수 : 7페이지 / 가격 : 2,300원
-
현대엔지니어링 인사총무(현장) 자기소개서
- 페이지수 : 3페이지 / 가격 : 3,000원
판매자 : reportworld (choiqwer7410)
자료의 저작권은 판매자에 있으며, 위 정보 및 게시물 내용의 불법적 이용, 무단전재·배포는 금지되어 있습니다. 저작권침해, 전송권 침해, 명예훼손 등 분쟁요소발견 시 저작권 침해 신고를 이용해 주시기 바랍니다.
소개글