- 博客(9)
- 资源 (6)
- 收藏
- 关注
原创 C++图像辅助工具包Eigen入门代码学习(很好的配合Opencv)
#include #include using namespace Eigen; using namespace std; int main() { MatrixXd m = MatrixXd::Random(3,3); MatrixXd n; n=MatrixXd::Constant(3,3,1.2); //这是一个3*3的矩阵,里面的值全部是1。2 cou
2014-09-26 17:57:13 3157
转载 C++矩阵工具包Eigen使用入门
Eigen非常方便矩阵操作,当然它的功能不止如此,由于本人只用到了它的矩阵相关操作,所以这里只给出了它的一些矩阵相关的简单用法,以方便快速入门。矩阵操作在算法研究过程中,非常重要,例如在图像处理中二维高斯拟合求取光斑中心时使用Eigen提供的矩阵算法,差不多十来行代码即可实现,具体可见:http://blog.csdn.net/hjx_1000/article/details/8490653
2014-09-26 16:14:35 5265
原创 目标跟踪学习系列九:Struck:Structured Output Tracking with Kernels头文件代码框架
我们先来看一下整个的头文件的构成:其中:config.h : 配置头文件,里面定义了一个类:class Config。主要定义的是特征的类型,核函数的类型等等。Features.h:定义了一个Class Features 。里面定义了int 型的m_featureCount//特征计数Eigen::VectorXd m_featVec 存储特征的向量。其中使用了in
2014-09-25 11:19:51 6083 8
原创 目标跟踪学习系列八:Struck:Structured Output Tracking with Kernels(2011 ICCV)
看来人机交互不是我想象的那么简单的,还是要花很多的功夫来打基础的。于是再来学习Tracking相关的一些文章算法。在认真的学习了压缩跟踪(CT)以后,确实觉得自己对Tracking有了比较好的了解。但是看了在测试集上面的效果,被欺骗了原来CT的效果在真实的摄像头上面是很差劲的。唯一的优点就是快。因此,还得回来学习一些其他的精度比较高的方法!这里选择了Struck。是大牛学长
2014-09-24 17:19:05 9548 2
原创 手势跟踪论文学习:Realtime and Robust Hand Tracking from Depth(五)Hand Initialization 2
论文阅读原创,转载标明出处:回顾:上一节我们说到了,作者通过自己定义的X-Y Finger和 Z-Finger来进行手指的检测,然后来初始化Hand Pose。其实勒,手指经常都会死斜着的。也就是说不会是标准的X-Y Finger和或者Z-Finger。那作者是如何的处理的勒?手指的检测:对于手指的检测,先进行X-Y Finger的检测。然后分割出去;再进行Z-Finger
2014-09-15 18:31:34 3486 4
原创 手势跟踪论文学习:Realtime and Robust Hand Tracking from Depth(四)Hand Initialization
在多次的阅读这篇论文以后才明白文章的结构为什么这样安排:将Hand Initialization这部分放在文章的所有的优化算法的最后,说明整个算法即便是不要这一部分的优化也是可以的。我们从文章中的Table 2可以看到,不使用Hand Initialization得到的结果比使用到Initialization的结果差2mm。若是你对于最终的结果要求不是很高的话,其实可以忽略这一部分了。我们从H
2014-09-13 15:16:35 3251
转载 ICP算法——迭代最近邻算法及应用
zhuanzaizhhttp://blog.csdn.net/xiaowei_cqu/article/details/8470376
2014-09-08 11:29:45 9448
原创 手势跟踪论文学习:Realtime and Robust Hand Tracking from Depth(三)Cost Function
手势跟踪CVPR2014论文学习
2014-09-04 12:24:32 3154 1
原创 手势跟踪论文学习:Realtime and Robust Hand Tracking from Depth(二)
论文细节手势识别或者说手的跟踪在人机交互中非常重要,已经有几十年的研究。但是它存在的难点还是很多的:手的动作是由很多的复杂的手指的活动构成的,同时,在可变的大视角下面的快速移动。 目前做出来比较好的效果的做法有几种,一种使用了非常复杂的网格模型(mesh model,具体不知道是怎么做的),但局限性在于它的局部最优的方法速度也很差;另一种则是采用多边形模型(polygonal mode
2014-09-01 15:52:05 4073 5
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人