Integral Channel Features
文章平均质量分 59
年年_MomoRongme2
有梦想的程序媛,努力成为更好的自己。
展开
-
积分通道特征(integral channel features)(大腿写的详细版)
原作者@ChenLee_1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,后面会详转载 2017-11-07 16:17:19 · 1332 阅读 · 0 评论 -
积分通道特征(Integral Channel Features)(我写的(文章的部分内容))
积分通道特征四大优点:1. 集成不同种类的特征(信息)2. 只需要很少的参数设置 & 对参数精确与否不敏感3. 探测过程中,对空间的定位很精确4. 与级联分类器(cascade classifiers)协同工作时速度很快p.s. 级联分类器:多个分类器链接在一起,多层树分类器(V-J)。特征:高检测率,低拒绝率。注:高检测率低拒绝率 会导致在一个结点上人脸99.9%原创 2017-11-07 11:14:10 · 1320 阅读 · 0 评论 -
integral channel features (通俗易懂版)
原作者:Ddreaming本文是我piotr dollar的integral channel features的理解,如有错误或者疑问请及时与我联系,谢谢。一、导读Integral Channel Features是指一类特征,这类特征可以通过积分图(Integral images)快速的计算出来。例如,Haar feat转载 2017-11-09 17:17:26 · 928 阅读 · 0 评论 -
How Far are We from Solving Pedestrian Detection?
是一篇综述性文章。作者为了得知当前最好的检测方法还有多大发展空间,采取的方法就是将当前较好的检测方法与人工检测做对比。人工检测方法:从头顶到双脚之间画一道线,框出人所在的位置。对比方式:自动检测方法画出的方框如果与人工检测的方框重合度达到50%以上,就认为检测到了此行人。对比结果:最好的检测方法也比人工检测的效果差了10%。P.S.check原创 2017-12-19 11:12:25 · 678 阅读 · 0 评论