- 博客(19)
- 资源 (12)
- 收藏
- 关注
RSS订阅转载 erro:armeabi-v7a\devices.xml cvc-complex-type.2.4d发现了一下元素d:skin 开头的无效内容.......
更新了Android SDK之后，打开Eclipse就弹出错误提示，每次打开虚拟机的时候也报这样的错误：[2015-06-02 19:18:15 - Android SDK] Error when loading the SDK:Error: Error parsing D:\adt-bundle-windows-x86-20131030\sdk\system-images\and
2016-09-16 20:37:07
509
原创 关于人脸检测方法的比较
通过阅读文献总结了一下不同人脸检测方法的优缺点。首先人脸检测方法大致分为三类吧，1）基于特征的人脸检测 整体轮廓法 肤色检测法 器官分布法2）模板匹配法的人脸检测 镶嵌图法（又称马赛克法） 预定模板匹配法 变形模板法3）基于adaboost 算法的人脸检测基于肤色的人脸检测算法的优点是算法实
2016-09-14 21:42:35
7053
转载 adaboost 人脸检测（3.2）
1. 弱分类器在确定了训练子窗口中的矩形特征数量和特征值后，需要对每一个特征f ，训练一个弱分类器h(x,f,p,O) 。在CSDN里编辑公式太困难了，所以这里和公式有关的都用截图了。特别说明：在前期准备训练样本的时候，需要将样本归一化和灰度化到20*20的大小，这样每个样本的都是灰度图像并且样本的大小一致，保证了每一个Haar特征（描述的是特征的位置）都在每一个样本中出现。
2016-09-13 20:40:36
529
转载 adaboost 人脸检测（3.1）
目前因为做人脸识别的一个小项目，用到了AdaBoost的人脸识别算法，因为在网上找到的所有的AdaBoost的简介都不是很清楚，让我看看头脑发昏，所以在这里打算花费比较长的时间做一个关于AdaBoost算法的详细总结。希望能对以后用AdaBoost的同学有所帮助。而且给出了关于AdaBoost实现的一些代码。因为会导致篇幅太长，所以这里把文章分开了，还请见谅。辛苦打字截图不容易，转载请标明出处
2016-09-13 20:38:38
767
转载 adaboost 的一些见解(2)
1，adaboost不易过拟合的神话。2，adaboost人脸检测器好用的本质原因，3，真的要求每个弱分类器准确率不低于50%。关于第一个和第二个问题，包括@ICT山世光 @南大周志华 两位大牛在内的很多同学都给了回答。其中，第二个问题的答案没有太多的争议，全面讲就是三点，1，基于积分图像和haar特征的特征快速计算；2，基于cascade的结构，克服了样本不均衡的问题，
2016-09-13 19:28:58
889
转载 Adaboost 算法的原理与推导(1)
Adaboost 算法的原理与推导0 引言 一直想写Adaboost来着，但迟迟未能动笔。其算法思想虽然简单“听取多人意见，最后综合决策”，但一般书上对其算法的流程描述实在是过于晦涩。昨日11月1日下午，邹博在我组织的机器学习班第8次课上讲决策树与Adaboost，其中，Adaboost讲得酣畅淋漓，讲完后，我知道，可以写本篇博客了。 无心啰嗦，本文
2016-09-13 19:19:50
1038
原创 贝叶斯分类器（含MATLAB实现）
由于被测试的模式特征向量通常存在随机性，所获得的模式样本有一定的统计分布。因此，采用统计决策的理论方法进行模式分类是常用的模式识别方法。这也是遥感图像土地分类的常用方法。统计决策函数以贝叶斯定理为基础，一般需要满足两个基本条件：1）已知模式向量的有关概率分布先验知识，如先验概率、类条件概率密度。2）待解决的问题中，其训练样本的类别是已知的，因此在已知的类别样本的指导下进行模式分类的。称为有
2016-09-08 22:13:53
9774
1
转载 计算机图像处理领域重要期刊汇总
计算机图像处理领域重要期刊汇总期刊名称Impact factor/收录Image and Vision Computing (IVC)1.474Pattern Recognition Letters1.303Artificial Intelligence3.036Comp
2016-09-08 19:26:56
857
转载 学习数字图像处理时帮助较大的文章
学习数字图像处理时帮助较大的文章冈萨雷斯数字图像处理PROJECT代码 点击打开链接数字图像处理博客 点击打开链接Matlab数字数字图像处理函数汇总点击打开链接 点击打开链接空间滤波原理和Matlab函数点击打开链接亮度变换、空间滤波、图像增强点击打开链接直方图均衡化原理C语言实现点击打开链接统计数组中各数字（元素）出现的次数点击打
2016-09-07 22:38:43
712
原创 运用PCA（主成分分析法）进行人脸识别的MATLAB 代码实现
PCA（主成分分析算法）出现的比较早。PCA算法依赖于一个基本假设：一类图像具有某些相似的特征（如人脸），在整个图像空间中呈现出聚类性，因而形成一个子空间，即所谓特征子空间，PCA变换是最佳正交变换，利用变换基的线性组合可以描述、表达和逼近这一类图像，因此可以进行图像识别，PCA包含训练和识别两个阶段。训练阶段：1）计算平均脸2）计算差值脸3）构建协方差矩阵4）计算矩阵的特征值和特征向量5）将每幅...
2016-09-07 22:29:46
23518
34
转载 matlab 函数集锦
显示索引图像和灰度图像>> [X,map]=imread('trees.tif');>> gmap=rgb2gray(map);>> figure,imshow(X,map);>> figure,imshow(X,gmap);利用膨胀函数平移图像I = imread('football.jpg');se = translate(strel(1), [30 30]
2016-09-07 11:39:31
1807
原创 如何把系列图片存储为.mat
1）存储为.mat文件pt = 'd:\imgs\';%要存储的路径ext = '*.jpg';dis = dir([pt ext]);nms = {dis.name};for k = 1:length(nms) nm = [pt nms{k}]; % 注意要加上路径 my_images{k} = imread(nm);endsave('my
2016-09-06 23:06:10
7261
2
原创 离散二维小波变换 MATLAB
由于图像是二维信号，二维小波变换应用到图像处理的基本思路是把小波变换有一维推广到二维。下面是离散二维(harr）小波变换MATLAB代码的实现：clear;clc;%%%%%%%%%%测试图像只能是方形图像，长宽像素一样。f=imread('Lena.jpg');%%读取图像数据，图像在当前所在的路径下d=size(f);if length(d)>2 f=rgb2gray(
2016-09-06 15:29:50
12794
4
原创 小波变换的特点和作用
小波变换的时频窗口特性与短时傅里叶变换的时频窗口不一样，因为T仅仅影响窗口在相平面时间轴上的位置，而a不仅仅影响在频率轴上的位置，也影响窗口的形状。这样小波变换对不同的频率在时域上的取样步长是可调节的，即在低频时小波变换的时间分辨率较低，而频率分辨率较高；在高频时小波变换的时间分辨率较高，而频率分辨率较低，这正符合低频信号变化缓慢而高频信号变化迅速的特点。总体来说，小波变换比短时傅里叶变换具有更好
2016-09-06 10:47:59
37549
原创 小波变换
小波分析是泛函分析、Fourier 分析、样条分析、调和分析、数值分析等得完美结合。小波分析被广泛用于图像的压缩、降噪、平滑和融合等，在人脸识别，医学图像处理、机器人视觉、数字电视等领域受到人们越来越多的重视。基于二维小波分析进行图像处理具有坚实的理论基础。 小波变换的概念是1984年法国地球物理学家J.MOlet在分析处理地球物理勘探资料时提出来的。小波变换的数学基础是19世纪的傅里叶
2016-09-04 16:15:02
3285
原创 matlab 图像加入高斯噪声和平滑处理练习
图像加入高斯噪声和平滑处理代码a=imread('lena.jpg');subplot(221);imshow(a);title ('原始图像');Inoise=imnoise(a,'gaussian',0.1,0.004);%对图像加入高斯噪声subplot(222);imshow(Inoise);title('加入高斯噪声后的图像');%定制卷积h=ones(3,3)/5
2016-09-03 17:33:38
27690
2
原创 图像的灰度级差值
灰度级差值是用来估计像素在图像像素间某一位置的取值的。1）向前映射法 通过输入图像像素位置，计算输出图像对应像素的位置，将该位置像素的灰度值按某种方式分配到输出图像相邻四个像素。2）向后映射法 通过输出图像像素的位置，计算属兔图像对应像素的位置，根据输入图像相邻四个像素的灰度值计算该位置像素的灰度值。3）最近邻差值向后映射时，输出图像的灰度等于离它所映射位置最近的输入
2016-09-03 15:12:13
6714
1
转载 DBN
本篇非常简要地介绍了深度信念网络的基本概念。文章先简要介绍了深度信念网络（包括其应用实例）。接着分别讲述了：(1) 其基本组成结构——受限玻尔兹曼机的的基本情况，以及，(2) 这个基本结构如何组成深度信念网络。 本文仅仅能使读者了解深度信念网络这一概念，内容非常浅显，甚至有许多不严密的地方。如果有愿意深入了解受限玻尔兹曼机、深度信念网络的，想对深度学习有更多了解的，请访问深度学习官方网站。或者读者
2016-09-01 16:27:48
30586
3
转载 LBP matlab 算法实现练习
一种图像特征的提取算法。算法步骤：1.用3*3的模板对图像每个像素进行处理，比较当前像素和周围像素的大小，将大于当前像素的置1，小于的置0。2.对这周围八个像素进行编码，这八个0和1正好是可以组成一个byte数，然后按一定的规则组成这个无符号数。3.把这个数赋值给当前像素。4.通常对处理后的图像进行区域划分，比如分成4*4 、10*10或16*16的区域，对每个区域求得直方图，
2016-09-01 11:16:41
10242
4
Exp1DrawDiamonds.exe
2020-05-31
libSVM 程序包
2016-11-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人