- 博客(8)
- 资源 (1)
- 收藏
- 关注
原创 OpenCV Latent SVM Discriminatively Trained Part Based Models for Object Detection
OpenCV 2.4版本实现了C++版本的DPM程序,和之前C版本的主要区别就是可以同时检测多种目标。使用时,可以把训练好的模型放到一个文件夹中,待检测的图像放到另一个文件夹中,即可检测。 可惜没有考虑加速的内容。 Latent SVM¶ Discriminatively Trained Part Based Models for Object Detection¶ The obje
2013-03-18 11:35:09 9738 45
转载 计算机视觉领域的一些牛人博客,超有实力的研究机构等的网站链接
原作者:http://blog.csdn.net/carson2005/article/details/6601109 以下链接是本人整理的关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码,CV领域的最新动态,国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站,多了解一些CV的
2013-03-12 11:25:54 3765
原创 Object Recognition and Scene Understanding(六)OpenCV中HOG+SVM目标检测
参考:利用Hog特征和SVM分类器进行行人检测:http://blog.csdn.net/carson2005/article/details/7841443 HOG+SVM由于其特性,对行人检测有非常好的效果,但是对其他目标检测也有好效果。这里就把范围扩大些。 carson2005的博文中介绍了利用opencv实现样本训练和目标检测。利用Libsvm也可以进行处理。 1.使用l
2013-03-12 10:38:53 5057 2
原创 Object Recognition and Scene Understanding(五)OpenCV中peopledetect详细介绍
opencv2以后加入了hog相关的内容,并且给出了示例,用的是法国人Navneet Dalal最早在CVPR2005会议上提出的方法。 先是使用HOG进行People Detection的,已经提供了完整的方法,在peopledetect.cpp中,主要的方法有HOG特征提取以及训练还有识别,你可以通过 hog.setSVMDetector(HOGDescriptor::getDefaul
2013-03-11 17:26:16 4578 1
原创 Object Recognition and Scene Understanding(四)OpenCV SVM+HOG分类
通过前面的介绍,可以对hog特征利用svm训练,得到简单的二分类模型,利用分类模型可以实现二分。 参考:http://blog.csdn.net/yongshengsilingsa/article/details/7535496 OpenCV官方的SVM代码在http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/ml/in
2013-03-11 17:16:59 2505
原创 Object Recognition and Scene Understanding(三)SVM
支持向量机,多年以来在模式识别上的最大发现,当然其利用核函数来寻找最优的分类的思路存在一定的局限性,但一定程度上解决了很多问题。关于支持向量机在模式识别领域的前世今生,可以参考谭铁牛等的论文。关于libsvm就去看台湾大牛的网页吧,faruto在如何应用libsvm上也有出彩的介绍。这里就不一一列出了。 1.之前的一些介绍 libsvm的安装,参考我之前发的小文Matlab安装使用lib
2013-03-11 17:08:24 1767
原创 Object Recognition and Scene Understanding(二)OpenCV 中HOG特征参数个数及图解
这部分都是一些介绍,不需要主观加工,直接收集起来分享之。 1. OpenCV中HOG特征参数图解 http://blog.csdn.net/raocong2010/article/details/6239431 最近要做图像特征提取,可能要用下HOG特征,所以研究了下OpenCV的HOG描述子。OpenCV中的HOG特征提取功能使用了HOGDescriptor这个类来进行封装,其中也有现成的
2013-03-11 16:52:39 3083
原创 Object Recognition and Scene Understanding(一)概述及HOG特征
写一个简单的专题吧:Object Recognition and Scene Understanding,包括以下三大块内容: 1.Object Recognition from Local Scale-Invariant Features,基于特征的目标识别算法,最具代表性的就是David G. Lowe的SIFT特征。 该部分内容作者已经申请专利,这里就不多做介绍 2. Histogra
2013-03-11 16:37:06 4244
Qt4实现的图像读写显示程序,VC6.0
2009-08-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人