- 博客(6)
- 资源 (9)
- 收藏
- 关注
转载 OpenCV的HoG特征点详解
HOG即histogram of oriented gradient, 是用于目标检测的特征描述子,该技术将图像局部出现的方向梯度次数进行计数,该方法和边缘方向直方图、scale-invariant feature transform类似,不同的是hog的计算基于一致空间的密度矩阵来提高准确率。Navneet Dalal and Bill Triggs首先在05年的CVPR中提出HOG,用
2013-07-12 16:14:12 876
转载 目标检测(Object Detection)原理与实现(六)
转载来源:http://blog.csdn.net/cuoqu/article/details/9244193 基于形变部件模型(Deformable Part Models)的目标检测 上节说了基于cascade的目标检测,cascade的级联思想可以快速抛弃没有目标的平滑窗(sliding window),因而大大提高了检测效率,但也不是没缺点,缺点就是它
2013-07-12 09:56:04 687
转载 目标检测(Object Detection)原理与实现(五)
转载来源:http://blog.csdn.net/cuoqu/article/details/9173645 基于Cascade分类器的目标检测 从今天开始进入基于机器学习的目标检测,前几节虽然也接触了一些机器学习的方法,但它主要是做辅助工作,机器学习的方法和非机器学习的方法结合在一起使用,说到这想起来前几天看到一位博士师兄发的笑话,说的是百度实验室:
2013-07-12 09:54:35 956
转载 目标检测(Object Detection)原理与实现(四)
转载来源:http://blog.csdn.net/cuoqu/article/details/9154685 基于ASM的目标检测 ASM(Active Shape Model:主动形状模型)是Tim Cootes于1995年提出来的,其实是在1992年提交,1994年被接受,1995被发表的。ASM方法是通过寻找一系列匹配点来检测形状的方法,和单纯的基于shift(
2013-07-12 09:41:19 776
转载 目标检测(Object Detection)原理与实现(三)
转载来源:http://blog.csdn.net/cuoqu/article/details/9091555 基于霍夫森林的目标检测 上节说了霍夫变换(HT)和广义霍夫变换(GHT),今天就接着广义霍夫变换说下去,在广义霍夫变换中,每个投票元素(比如边缘像素中的点)在霍夫空间中累加投票的权重是相等的,每个元素投票的权重互不影响,这其实是假设了图像空间中的每个像
2013-07-12 09:21:09 663 1
转载 目标检测(Object Detection)原理与实现(二)
转载来源:http://blog.csdn.net/cuoqu/article/details/9071405 上节讨论了基于阈值处理的目标检测,今天就来讨论下基于霍夫投票的目标检测,霍夫投票打算分成两个小节,第一个小节简单的说下霍夫变换和广义霍夫变换(generalized hough transform),他们投票的权重都是相等的,下一节讨论概率空间中的霍夫投票,顾名思义他们的投票权重
2013-07-12 09:12:37 764
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人