![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉
文章平均质量分 60
zakexu
这个作者很懒,什么都没留下…
展开
-
霍夫变换
1.霍夫变换(Hough Transform) 是从图像中识别几何形状的基本方法之一;最基本的霍夫变换是从黑白图像中检测直线;2.原理:(1)设已知一黑白图像上画了一条直线,直线的方程可以用y=k*x+b 来表示,其中k和b是参数,分别是斜率和截距;(2)过某一点(x0,y0)的所有直线的参数都会满足方程y0=kx0+b,即点(x0,y0)确定了一组直线;(3)方程y0=kx0+b原创 2015-08-26 20:16:28 · 1443 阅读 · 0 评论 -
iDT算法
Improve dense trajectory简称iDT,是一种用来提取视频密集跟踪轨迹的算法;通常基于该轨迹进行取块计算descriptor;1.iDT计算(1)概念:在视频序列中对每一帧的兴趣点进行跟踪就形成trajectory,若是对每一帧密集采样兴趣点进行跟踪就形成dense trajectory;(2)算法:1)对整个视频序列进行光流场计算(光流场,它是指图原创 2015-08-21 14:58:40 · 6010 阅读 · 0 评论 -
FV算法
Fisher Vector(FV)是一种图像/视频feature encoding和pooling的算法;1.算法(1)对图像提取T个descriptor,每幅图像可以表示为:原创 2015-08-21 14:59:38 · 4765 阅读 · 0 评论 -
最大类间方差算法
最大类间方差算法又叫大津算法,也称OTSU算法,用于图像的二值化分割;算法的流程如下:(1)随机初始化一个阈值T,将图像f(x,y)分割为前景A跟背景B;(2)分别计算前景,背景区域所占像素点的个数以及比例:(3)分别计算前景,背景区域像素值均值:(4)计算类间方差:其中u表示整幅图像的像素均值;(5)将阈值T从0-255进行遍历,找出使得类间方差最原创 2015-08-21 15:53:29 · 5856 阅读 · 0 评论 -
HOG
1、HOG特征: 方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。需要提醒的是,HOG+SVM进行行人检测的方法是法国研究人员Dalal转载 2016-03-06 09:43:44 · 823 阅读 · 0 评论 -
Slow Feature Analysis(SFA)模型
(一)简介1.缓慢变化原则是人类大脑视觉皮层感受野中的一种计算原则;所谓的缓慢变化原则指的是,当环境发生缓慢变化时,例如物体纹理的一个小小的移动将可能引起光照强度的快速变化,从而导致人眼接收神经元接收到快速变化的信号;假如我们能够成功地从这些快速变化的信号中提取出缓慢变化的特征,那么就能够相应地得出环境的某种缓慢变化特性;2.根据示意图可以知道,在视频序列中,点P1,P2,P3在时间上的像原创 2015-08-25 21:56:42 · 6345 阅读 · 0 评论 -
Discriminative Locality Alignment(DLA)模型
DLA是一种数据降维模型,假设样本数据集如下:那么降维过程表示如下:其中原始数据为m维,降为d维,所以U就是需要学习的降维矩阵,学习算法如下:(一)Part Optimization1.对于每个样本,构造一个patch如下:其中包括k1个同类最邻近样本以及k2个异类最邻近样本;2.对于每一个patch都构造约束条件:同类相近,异类互斥数学形式如下原创 2015-08-25 21:01:16 · 2899 阅读 · 4 评论