- 博客(5)
- 资源 (9)
- 收藏
- 关注
翻译 积分通道特征(integral channel features)
申明:本文为笔者阅读了英文文献后翻译、整理所得,并非笔者原创;需要详细了解的朋友建议翻阅作者的原著:Integral Channel Features; Piotr Dollar、Zhuowen Tu; BMVC2009;目标检测算法的性能主要受到两个因素的制约:学习算法和特征描述算子。积分通道特征(作者自创的词汇,后面会详述)主要从特征描述的角度来探讨解决问题的可能性。积分通道特
2012-12-31 17:14:46 26331 5
原创 图像超分辨率技术简述
图像超分辨率(Super Resolution, SR)就是将低分辨率(Low Resolution, LR)的图像通过一定的算法转提升到高分辨率(High Resolution, HR)。高分辨率图像具有更高的像素密度,更多的细节信息,更细腻的画质。要获得高分辨率图像,最直接的办法是采用高分辨率的相机,然而,在实际应用过程中,由于制作工艺和工程成本的考虑,很多场合都不会采用高分辨率、超分辨率的相
2012-12-23 18:28:01 20431 4
转载 c++(重载、覆盖、隐藏)
申明:本文转载自:http://www.cnblogs.com/qlee/archive/2011/07/04/2097055.html成员函数的重载、覆盖与隐藏成员函数的重载、覆盖(override)与隐藏很容易混淆,C++程序员必须要搞清楚概念,否则错误将防不胜防。8.2.1 重载与覆盖成员函数被重载的特征:(1)相同的范围(在同一个类中);(2)函数名字相
2012-12-23 10:11:41 1846 1
原创 行人检测简述
申明,本文是笔者在阅读了几篇行人检测综述性文章之后,翻译、总结、归纳所得。方便自己了解行人检测的发展趋势,同时,也给打算从事行人检测研究的朋友们提供一些思路吧。行人检测的历史:早期以静态图像处理中的分割、边缘提取、运动检测等方法为主。例如:(1)以Gavrila为代表的全局模板方法:基于轮廓的分层匹配算法,构造了将近2500个轮廓模板对行人进行匹配, 从而识别出行人。为了解决模板数量众
2012-12-18 23:32:41 44441 10
原创 OpenCV的几个小技巧
申明:以下的小技巧,均为OpenCV2.4.2下验证过的,但并不保证其它版本依然奏效(1)利用数组来构建cv::Mat 示例代码如下所示:void ArrayToMat(){ double m[3][3]; for (int i=0; i<3; i++) { for (int j=0; j<3; j++) { m[i][j] = i+j; cout<
2012-12-15 11:13:11 6872 2
压缩感知的几个入门文章
2013-10-12
PAMI2012行人检测综述
2012-12-18
TLD算法论文及PPT
2012-11-28
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人