模式识别_openCV
文章平均质量分 69
东方灬传说
这个作者很懒,什么都没留下…
展开
-
学习OpenCV——Kalman滤波
matrixfloatconstructorfiltertransitionplot目录(?)[-]背景模型基本动态系统模型卡尔曼滤波器预测 predict Mat prediction KFpredict更新 updata KFcorrectmeasurement不变量Invariant代码class Kalmansamp转载 2014-11-27 08:54:38 · 856 阅读 · 0 评论 -
计算机视觉、机器学习相关领域论文和源代码大集合--持续更新……
计算机视觉、机器学习相关领域论文和源代码大集合--持续更新……zouxy09@qq.comhttp://blog.csdn.net/zouxy09 注:下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新:2013-3-17一、特征提取Feature Extractio转载 2015-01-15 19:29:58 · 790 阅读 · 0 评论 -
AAM(Active Appearance Model)算法介绍(1)
前面介绍ASM算法(http://blog.csdn.net/carson2005/article/details/8194317)的时候,笔者提到,ASM是基于统计形状模型的基础上进行的,而AAM则是在ASM的基础上,进一步对纹理(将人脸图像变形到平均形状而得到的形状无关图像g)进行统计建模,并将形状和纹理两个统计模型进一步融合为表观模型。同ASM一样,给定学习集转载 2014-12-09 16:05:45 · 1410 阅读 · 1 评论 -
ASM(Active Shape Model)算法介绍
ASM是一种基于点分布模型(Point Distribution Model, PDM)的算法。在PDM中,外形相似的物体,例如人脸、人手、心脏、肺部等的几何形状可以通过若干关键特征点(landmarks)的坐标依次串联形成一个形状向量来表示。本文就以人脸为例来介绍该算法的基本原理和方法。首先给出一个标定好68个关键特征点的人脸面部图片,如下所示:转载 2014-12-09 16:03:59 · 876 阅读 · 0 评论 -
VOSM:国人写的ASM/AAM人脸拟合库
http://www.cvchina.info/2011/05/21/vosm-library/上次说了开源人脸识别库FaceL,这次说说VOSM,一个开源的人脸拟合库,它的全称是Vision Open Statistical Models,主要实现了ASM(Active Shape Model)和AAM(Active Appearance Model)的经典算法及其几个变种,包括转载 2014-12-09 16:12:46 · 2682 阅读 · 0 评论 -
人脸对齐ASM-AAM-CLM的一些总结
ASM算法相对容易,其中STASM是目前正面脸当中比较好的算法,原作者和CLM比较过。但是STASM速度较慢,大概10frame/s左右。ASM对齐在精度上不如AAM,AAM由于使用全局纹理信息,因此精度较高,但是遇到光照和多姿态时,对初始化Shape要求很高,不然容易陷入局部优化。CLM 分别继承了ASM和AAM的一些特征,效果得到了提升。对局部器官特征的概率假设和优化算法的选择,是CLM各种算转载 2014-12-09 16:01:53 · 1243 阅读 · 0 评论 -
K均值(K-means)聚类算法
J.B.MacQueen 在 1967 年提出的K-means算法[22]到目前为止用于科学和工业应用的诸多聚类算法中一种极有影响的技术。它是聚类方法中一个基本的划分方法,常常采用误差平方和准则函数作为聚类准则函数,误差平方和准则函数定义为: (3-1)其中, 是类 中数据对象的均值,即 ,(j=1,2,…,n), 是K个聚类中转载 2015-01-14 08:45:21 · 3143 阅读 · 0 评论 -
LBP纹理特征
本文纯属转载,由于原文图片无法直接显示,故转载过来加上原文图片原文链接LBP方法(Local binary patterns)是一个计算机视觉中用于图像特征分类的一个方法。LBP方法在1994年首先由T. Ojala, M.Pietikäinen, 和 D. Harwood 提出[43][44],用于纹理特征提取。后来LBP方法与HOG特征分类器联合使用,改转载 2014-12-22 12:40:06 · 1037 阅读 · 0 评论 -
【背景建模】PBAS
Pixel-Based Adaptive Segmenter(PBAS)检测算法,是基于像素的无参数模型,该算法结合了SACON和VIBE两个算法的优势,并在这两个算法的基础上改进而来,SACON和VIBE算法的介绍,请参考:【背景建模】SACON http://www.cnblogs.com/dwdxdy/p/3530862.html【背景建模】VIBE http://www.c转载 2014-12-04 13:03:36 · 1137 阅读 · 0 评论 -
基于LBP的背景建模算法
背景建模的方法很多很多!各种方法都有自己的优缺点!这里简要的介绍一下基于GMM+LBP的背景建模方法。一. 背景建模算法作为背景建模的算法,应用于视频的实时监控时,必须满足以下几个条件:1) 能够适应光照的变化,树叶的摆动,可以抗干扰。2) 能够应对背景信息均值和方差的大幅度变化,针对于这一点,人们常常用多模型进行处理,比如采用混合高斯背景建模。转载 2014-12-04 12:40:45 · 1332 阅读 · 0 评论 -
行人检测(Pedestrian Detection)资源
来源:http://hi.baidu.com/susongzhi/item/085983081b006311eafe38e7一、论文综述类的文章[1] D. Geronimo, and A. M.Lopez. Vision-based Pedestrian Protection Systems for Intelligent Vehicles, BO转载 2014-11-23 19:50:50 · 777 阅读 · 0 评论 -
图像的特征提取
常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。一 颜色特征(一)特点:颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的局部特征。另外,仅使用颜色特征查询时,如果数据库很大,常会将许多不需要的转载 2014-12-11 14:20:35 · 707 阅读 · 0 评论