Computer Vision
文章平均质量分 88
Alec-Wong
不忘初心
展开
-
相机标定方法
1、传统相机标定最简单的相机标定为线性标定,即不考虑相机的畸变而只考虑空间坐标转换。每个坐标点有X,Y两个变量,可列两个方程,相机内参有5个未知数,外参平移和旋转各3个,共有11个变量,因此至少需要6个特征点来求解。2、非线性标定当镜头畸变明显时必须考虑畸变,一般较为便宜的网络摄像头畸变特别大,而价格较贵的工业摄像头则畸变很小,因为其中已经嵌入了许多消除畸变的程序。这时线性模型转化...原创 2019-03-20 14:09:55 · 2947 阅读 · 0 评论 -
奇异值分解SVD,矩阵范数,函数矩阵
http://blog.sina.com.cn/s/blog_9206acb20101chc9.html转载 2014-01-13 15:54:06 · 2043 阅读 · 0 评论 -
交通标志牌识别样本数据及相应算法
http://benchmark.ini.rub.de/?section=gtsrb&subsection=datasetHOMEGTSRBNEWSABOUTDATASETRESULTSSCHEDULESUBMISSIONSCONTACTGTSDBLOGIN / SIGN UP DatasetOverviewSt转载 2014-01-09 14:15:56 · 5285 阅读 · 0 评论 -
Ubuntu+Eclipse+opencv+ROS
<!--h2 {margin-bottom:0.21cm}h2.western {font-family:"DejaVu Serif",serif}h2.cjk {font-family:"DejaVu Sans"; font-style:normal}h2.ctl {font-family:"Lohit Hindi"}h1 {margin-bottom原创 2013-07-08 09:55:53 · 1543 阅读 · 0 评论 -
Bumblebee2 双目测量基本原理
一.双目视觉原理:双目立体视觉三维测量是基于视差原理。转载 2013-10-22 12:55:53 · 1496 阅读 · 0 评论 -
Face Database
DATABASESFROM:http://www.face-rec.org/databases/ When benchmarking an algorithm it is recommendable to use a standard test data set for researchers to be able to directly compare the results. Wh原创 2013-05-17 14:09:40 · 2641 阅读 · 0 评论 -
AdaBoost人脸检测训练算法
目前在实际中应用的人脸检测方法多为基于Adaboost学习算法的方法,这种检测方法最初由剑桥大学的两位大牛Paul Viola和Michael Jones[ViolaJones01]提出,并由另一位大牛英特尔公司的Rainer Lienhart[Lienhart02]对这一方法进行了改善。这里,我先介绍ViolaJones的人脸检测方法,然后再介绍Lienhart的人脸检测算法。我转载 2012-04-17 16:23:37 · 2143 阅读 · 0 评论 -
三维人脸研究
三维人脸研究现状:传统的人脸识别方法是基于二维图像分析的理论进行人脸的表示、分析、提取特征并进行分类识别。虽然基于二维图像的人脸识别算法在半个多世纪的研究过程中,取得了丰硕的成果,但是研究表明,基于二维图像分析的人脸识别方法受到诸如光照、姿态、表情等成像条件的影响较大。与二维数据相比,三维数据包含了人脸的空间信息,是人脸本身固有的信息,对外界条件的变化具有很好鲁棒性[13]。采集获得的脸部三维原创 2012-04-17 14:39:38 · 9094 阅读 · 8 评论 -
欠定线性方程组Ax=b的稀疏解, 一篇关于稀疏信号处理
from:http://blog.sina.com.cn/s/blog_5ea4087f0100cajs.html近年来,国际运筹学界优化领域中一个新的研究主题:以压缩感知(Compressive Sensing)为重要背景的优化问题稀疏解理论引起了高度关注。压缩感知由于以尽可能小的采样获取大规模的稀疏信息,因而具有广泛的应用。 经典的线性转载 2012-04-23 09:26:13 · 4788 阅读 · 0 评论 -
Deep Learning(深度学习)学习笔记整理
http://www.sigvc.org/bbs/thread-2187-1-3.html目录:一、概述二、背景三、人脑视觉机理四、关于特征4.1、特征表示的粒度4.2、初级(浅层)特征表示4.3、结构性特征表示4.4、需要有多少个特征?五、Deep Learning的基本思想六、浅层学习(Shallow Learning转载 2014-02-25 21:03:02 · 2255 阅读 · 0 评论 -
ROS+Bumblebee相关资料参考
我收藏了一些学习ros的相关64位Ubuntu系统安装OpenCV 2.4.x+ffmpeg 完美解决方案 | bfcat-计算机视觉博客DARPA Robotics Challenge (DRC) Trials: Team RegistrationUbuntu之家—ubuntu,linux资讯,教程,安装,配置,美化,学习,应用基于Ubuntu 11.10/12.04编译OpenCV原创 2014-05-03 17:01:07 · 1693 阅读 · 0 评论 -
博士科研论坛和一些学者研究
博士论坛 - Powered by PHPWind计算机科学论坛--论坛首页龙星计划首页研学论坛 研学_学术_科技_科研_研究生_博士 - Powered by Discuz!生物统计家园 生物统计|生物统计论坛|生物统计师|生物统计学|医药|CRO|生物信息|生物信息学|SAS|SPSS|R语言|matlab|perl|excelMATLAB中国论坛|MATLAB爱好者之家—不仅原创 2014-05-03 17:06:44 · 13371 阅读 · 0 评论 -
卫星图像三维重建技术
http://planckscale.info/tag/visualsfm/https://blog.csdn.net/moneyhoney123/article/details/78454837Windows下使用VisualSFM + CMVS/PMVS +MeshLab进行三维重建参考文档:VisualSFM和Meshlab实现三维重建过程:http://plancks...转载 2019-03-15 17:23:03 · 3011 阅读 · 4 评论 -
相机标定原理介绍
一.总体原理:摄像机标定(Camera calibration)简单来说是从世界坐标系换到图像坐标系的过程,也就是求最终的投影矩阵的过程。[1]基本的坐标系:世界坐标系; 相机坐标系; 成像平面坐标系; 像素坐标系[2]一般来说,标定的过程分为两个部分:第一步是从世界坐标系转为相机坐标系,这一步是三维点到三维点的转换,包括R,t(相机外参,确定了相机在某个三维空间中的位置和...转载 2019-03-19 16:52:47 · 1822 阅读 · 0 评论 -
相机标定详解
相机标定详解最近做项目要用到标定,因为是小白,很多东西都不懂,于是查了一堆的博客,但没有一个博客能让我完全能看明白整个过程,绝大多数都讲的不全面,因此自己总结了一篇博客,给自己理一下思路,也能够帮助大家。(张正友标定的详细求解还未完全搞明白,后面再加)参考博客:相机标定(Camera calibration)原理、步骤(http://blog.csdn.net/lql0716/art...转载 2019-03-19 16:01:39 · 246 阅读 · 0 评论 -
深度学习理论
《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机、神经网络、决策树、SVM、Adaboost 到随机森林、Deep Learning.《Deep Learning in Neural Networks: An Overview》介绍:这是瑞士人工智能实验室 Jurgen Schmidhuber 写的最新版本原创 2016-04-11 09:47:07 · 1878 阅读 · 1 评论 -
NI LabVIEW 2014SP1视觉开发必备软件和工具包
* s! R7 D7 pNI LabVIEW 2014SP1视觉开发必备软件和工具包4 U# Z, M; ?7 z2 r0 q) j L. fNI视觉开发可以使用64位版本,因为其视觉包直接支持64位的版本。如果没有太多性能上的需求,使用32位即可。. C2 J8 d3 F7 T) ^9 O* R( I# {2 d" y首先当然是需要开发平台LabVIEW,可以使用32位中文转载 2015-11-20 16:15:06 · 8588 阅读 · 0 评论 -
LabVIEW 2013SP1视觉开发必备软件LV、VDM、VBAI、VAS
NI LabVIEW 2013SP1视觉开发必备软件LV、VDM、VBAI、VAS首先当然是需要开发平台了LabVIEW2013SP1版,下载:3 z: p5 j/ x: k- U1 n# t( ULabVIEW 2013 SP1 (32-bit) Chinese_软件|驱动|下载_机器视觉教程|下载|科技_机器视觉论坛_石鑫华视觉网_商城_方案_系统_光源_控制器_工业相机_镜头转载 2015-11-20 13:22:10 · 8465 阅读 · 0 评论 -
NI LabVIEW 2015视觉开发必备软件和工具包
http://shixinhua.com/bbs/thread-8487-1-1.htmlNI LabVIEW&VISION 2015视觉开发必备软件和工具包1 M) Y2 }) E9 r. _NI视觉开发可以使用64位版本,因为其视觉包直接支持64位的版本。如果没有太多性能上的需求,使用32位即可,因为还要考虑相机、板卡等硬件的驱动是否兼容64位环境。转载 2015-11-20 16:20:33 · 26142 阅读 · 0 评论 -
计算机视觉和图像处理 一些研究机构和参考资料
计算机视觉和图像处理Boris BabenkoHome | vision.ucsd.edu2009-12-19个人研究情况综述 - 轻舞飞扬、威风凛凛 - CSDN博客SLEP: A Sparse Learning Package稀疏实例CVPapers - Computer Vision ResourceICCV 2009 papers on the web - Pape原创 2014-05-03 17:03:06 · 1667 阅读 · 0 评论 -
High Dimensional Pattern Recognition via Sparse Representation
http://www.eecs.berkeley.edu/~yang/presentationpage.html Software:http://www.eecs.berkeley.edu/~yang/software/softwarepage.htmlCopyright Notice: It is important that you read and understand the翻译 2012-04-10 14:10:59 · 1069 阅读 · 0 评论 -
Matrix Completion
http://perception.csl.illinois.edu/matrix-rank/references.html2010年的CVPR最佳paper:Efficient computation of robust low-rank matrix approximations in the presence of missing data using l1 norm.Tutoria原创 2012-04-09 16:03:08 · 5106 阅读 · 1 评论 -
矩阵分解的Jungle
http://www.cvchina.info/2011/09/05/matrix-factorization-jungle/貌似是美法混血的有心人士(此有心人士长期从事航天飞机研究。。汗。。)收集了市面上的矩阵分解的几乎所有算法和应用,由于源地址转载 2011-09-13 09:38:39 · 1581 阅读 · 0 评论 -
几种常见模式识别算法整理和总结
from:http://blog.csdn.net/scyscyao/article/details/59875811. K-Nearest NeighborK-NN可以说是一种最直接的用来分类未知数据的方法。基本通过下面这张图跟文字说明就可以明白K-NN是干转载 2011-09-09 14:40:20 · 783 阅读 · 0 评论 -
CV代码合集(Computer Vision Resources)
from:cvchina:http://www.cvchina.info/2011/09/05/uiuc-cod/Jia-Bin Huang童鞋收集,此童鞋毕业于国立交通大学,之前拍过很多CVPR举办地科罗拉多州的照片,这里大多为matlab code,原创 2011-09-09 10:44:31 · 7605 阅读 · 0 评论 -
程序员技术练级攻略
from:http://coolshell.cn/articles/4990.html#more-4990月光博客6月12日发表了《写给新手程序员的一封信》,翻译自《An open letter to those who want to start programming转载 2011-07-31 10:51:20 · 683 阅读 · 0 评论 -
模式特征抽取研究进展
<br />模式特征抽取研究进展<br />杨静宇,金忠,杨健<br />南京理工大学计算机科学与技术学院,210094,南京<br />摘要:<br />特征抽取不但从原始模式信息中提取出最有利于模式分类的特征,而且极大地降低模式样本的维数,是模式识别研究领域的重要研究内容。本文首先简要回顾模式特征抽取的经典方法,然后介绍近年来在主分量分析、非线性鉴别分析、流形学习、基于稀疏表示的图像特征抽取等方面的理论和方法研究的主要进展,最后分析了模式特征抽取研究趋势。<br /> <br />1.引言<br />模原创 2011-03-08 15:59:00 · 4275 阅读 · 0 评论 -
图像处理与视觉计算的网络资源和一些评述
【转】 图像处理与视觉计算的网络资源和一些评述2011-01-04 16:55转载自 study_then最终编辑 瀚海天宇图像处理与视觉计算的网络资源和一些评述[转自阿须数码,STONE 原创]转自阿须数码,STONE 原创==========================================作图像处理方面的研究工作,最重要的两个问题:其一是要把握住国际上最前沿的内容;其二是所作工作要具备很高的实用背景。解决第一个问题的办法就是找出这个方向公认原创 2011-03-04 21:59:00 · 1099 阅读 · 0 评论 -
机器视觉相关网站
机器视觉相关网站2009-08-22 10:57<br /> <br /> <br /> <br />1、OpenCV中文网站<br />http://www.opencv.org.cn/index.php/%E9%A6%96%E9%A1%B5<br />2、Advanced Digital Imaging Solutions Laboratory (ADISL)<br />Image Apprentice is a C/C++ based Image Processing Learner’s Toolki转载 2011-03-04 21:55:00 · 1280 阅读 · 0 评论 -
摄像头标定原理Demo
摄像头标定Wikipedia,自由的百科全书目录[隐藏]1标定原理介绍2标定程序1(opencv自带的示例程序)2.1简介2.2使用说明2.3调用命令行和参数介绍2.4list_of_views.txt2.5输入为摄像机或者avi文件时2.6代码3标定程序23.1代码4参考资料[编辑]标定原理介绍摄像机小孔模型 Cv照相机定标和三维重建#针孔相机模型和变形[编辑]标定程序1(opencv自带的示例程序)[编辑]简介读者可以直接使用Opencv自带的摄像机标定示例程序,该程序位于 “/OpenCV/sampl原创 2010-06-09 14:23:00 · 2165 阅读 · 1 评论 -
CV---------Web textbooks and homepages
Web textbooks and homepages This book’s homepage Southampton University http://www.ecs.soton.ac.uk/∼msn/book/ CVOnline: onl原创 2011-10-12 11:08:39 · 791 阅读 · 0 评论 -
SIFT算法学习心得
这篇文章主要介绍 SIFT 算法。希望通过对 SIFT 算法的总结来更加深入地了解“尺度不变特征变换”,除此之外,也加深来对 SURF 算法的理解。附件:SIFT—Scale Invariant Feature Transform1 SIFT 发展历程及主转载 2011-10-17 16:24:36 · 898 阅读 · 0 评论 -
Surf算法学习心得(一)——算法原理
写在前面的话:Surf算法是对Sift算法的一种改进,主要是在算法的执行效率上,比Sift算法来讲运行更快!由于我也是初学者,刚刚才开始研究这个算法,然而网上对于Surf算法的资料又尤为极少,稍微介绍的明白一点的还是英文。所以在此想借这个机会把我所理解的部分介绍一下,对于转载 2011-10-17 16:25:25 · 2308 阅读 · 2 评论 -
Sparse Representation软件和工具包
Fast l-1 Minimization Algorithms: Homotopy and Augmented Lagrangian Method-- Implementation from Fixed-Point MPUs to Many-Core CPUs/GPUsAllen Y. Yang, Arvind Ganesh, Zihan Zhou, Andrew Wagner,翻译 2012-04-10 13:15:59 · 2678 阅读 · 0 评论 -
稀疏表达:向量、矩阵与张量(中)
点击打开链接http://www.cvchina.info/?s=%E7%A8%80%E7%96%8F%E8%A1%A8%E8%BE%BE 2010年7月13日 happyharry发表评论阅读评论在开始正文之前,咱首先得说明一下,这篇东西偏向于理论,各位看官可以自行跳过某些部分。这方面的工作奠基人同样也是compressive sensing的大牛之一E.J Ca转载 2012-03-30 15:45:48 · 1128 阅读 · 0 评论 -
zz:压缩感知科普文两则
http://www.cvchina.info/2010/06/08/compressed-sensing-2/ 2010年6月8日 cvchina发表评论阅读评论这几天由于happyharry的辛勤劳动,大伙纷纷表示对稀疏表达,压缩感知很感兴趣啊。我是搞不太懂这个前沿啊,只好转两篇科学松鼠会的科普文,都是译文,说不定大伙都看过了原文。第一篇是陶哲轩写的。转载 2012-03-30 15:48:39 · 1240 阅读 · 1 评论 -
稀疏表达:向量、矩阵与张量(上)
http://www.cvchina.info/2010/06/01/sparse-representation-vector-matrix-tensor-1/ 稀疏表达:向量、矩阵与张量(上)2010年6月1日 happyharry发表评论阅读评论稀疏表达是近年来SP, ML, PR, CV领域中的一大热点,文章可谓是普天盖地,令人目不暇给。老板某门课程的转载 2012-03-30 15:27:04 · 2323 阅读 · 0 评论 -
稀疏表示 字典学习 SMALLbox SPARCO toolbox
稀疏表示 字典学习 SMALLbox SPARCO toolbox原文地址:字典学习 SMALLbox SPARCO toolbox" href="http://blog.sina.com.cn/s/blog_60dce3cd0100nxe8.html" target="_blank">稀疏表示 字典学习 SMALLbox SPARCO toolbox作者:stone做稀疏转载 2012-03-14 15:00:48 · 1156 阅读 · 0 评论 -
CV,AR相关的代码
from:http://www.cvchina.info/codes/ 代码2011年10月22日 发表评论 阅读评论这个页面力图搜集各种跟CV,AR相关的代码,如无特别声明,均是c/c++代码。还是一贯的标准,不求全面,只求质量。如有特别推荐的代码,请在本页留言,或者email我:cvchina AT gmail.com通用库/General Libr转载 2012-02-22 09:47:14 · 1250 阅读 · 0 评论 -
自己整理的计算机视觉领域稍微容易中的期刊(第一版)
from: http://blog.csdn.net/carson2005/article/details/6292748模式识别,计算机视觉领域,期刊(1)pattern recognition letters, 从投稿到发表,一年半时间(2)Pattern recognition 不好中,时间长(3)IEICE Transactions on Information and S转载 2012-02-22 10:14:40 · 3171 阅读 · 0 评论