小编use*_*400的帖子

将显示/过滤的数据包保存在wireshark中

我在wireshark中应用了一个过滤器,只显示传入的数据包到我的PC.当我将过滤/显示的数据包保存到.csv文件时,我实际上保存了所有数据包(未过滤).如何只保存显示/过滤的数据包?

networking tcpdump wireshark

43
推荐指数
1
解决办法
5万
查看次数

在OpenCv中对两个不同摄像机进行立体声校正

我有两个不同相机(不同分辨率)的立体声校准参数.我想将此数据用于立体声校正和计算视差图.问题是来自两个相机的图像具有不同的尺寸,我不知道如何指定这些尺寸.假设两个图像的大小相同,cvStereoRectify只需要一个大小.

任何有关这方面的建议都将受到高度赞赏.

问候,

opencv

6
推荐指数
1
解决办法
1937
查看次数

预测泊松过程

我想用泊松分布来预测道路交通的到达时间.目前,我用泊松过程产生(合成)到达时间,使到达时间具有指数分布.

观察过去的数据,我想预测下一个/未来的到达间隔时间.为此,我想实现一个学习算法.

我已经使用了各种方法,例如贝叶斯预测器(最大后验)和多层神经网络.在这两种方法中,我使用的是一定长度的移动窗口Ñ的输入要素(到达间时间).

在贝叶斯预测器中,我使用到达间隔时间作为二元特征(1->长,0->短来预测下一个到达时间间隔为),而对于神经网络的n-神经元输入层和m-神经隐藏层(n = 13,m = 20),我输入n个先前的到达间隔时间并生成未来的估计到达时间(权重是阈值由反向传播算法更新).

贝叶斯方法的问题在于,如果到达时间的数量高于长时间,则变得有偏差.因此,它永远不会预测长的空闲时期(因为的后方总是保持较大.而在多层神经预测器中,预测精度不够.特别是对于较高的到达间隔时间,预测精度会急剧下降.

我的问题是"随机过程(泊松)是否能够以良好的准确度预测?或者我的方法不正确?" .任何帮助将不胜感激.

statistics classification machine-learning stochastic-process neural-network

4
推荐指数
2
解决办法
2066
查看次数

使用LIBAVCODEC将原始图像缓冲区转换为JPEG

我有一个原始图像缓冲区(在内存中)从我想要转换为JPEG(用于减小大小)的相机捕获.问题是将这些图像保存为.pgm格式会导致我无法承受的巨大文件大小,因为保存这个大小的大文件所涉及的内存限制和延迟(我正在处理的应用程序中的约束) .

我想知道如何使用LIBAVCODEC将图像缓冲区压缩/编码为.jpg格式?我的图像捕获代码在C中.

c compression encoding ffmpeg libavcodec

4
推荐指数
1
解决办法
5863
查看次数

MJPEG通过RTSP流式传输

我正在通过RTSP从IP摄像头捕获JPEG图像.我使用live555 + libavcodec来流式传输和解码MJPEG图像.流可以很好地工作到图像分辨率2048 x 1920.但是当我将图像宽度增加到2048以上时,我得到一个宽度非常小的条形矩形图像(即544x1920).图像被正确捕获并保存在相机上.仅当我通过RTSP将图像流式传输到PC时才会出现此问题.对于高分辨率MJPEG,RTP中是否存在任何有效载荷限制?

ffmpeg rtp libavcodec

2
推荐指数
1
解决办法
4690
查看次数