dx199771的博客

今天介绍一种图像特征提取算法：HOG（Histogram of Gradient）方向梯度直方图HOG+SVM广泛运用与行人检测，在CVPR2005这篇文章中，实施HOG算法一共有5个步骤。1. 伽马/颜色标准化（Gamma/Colour Normalization）第一步应对图像进行伽马矫正和颜色空间标准化的预处理，此步的目的是为了减少光照的影响。颜色空间标准化中，Dalal等人的论文中分别使用了RGB，LAB和灰度等颜色空间对图像进行预处理，但对最终结果影响并不大，灰度图像有微弱优势，所

最近一直在看GAN的论文，学校事情很多就不一一做笔记了。今天看到了一个很有趣的字体生成GAN，简单说一说，但很遗憾GlyphGAN只用来生成英文字母。GAN字体生成也有很过相关研究，包括最早的基于实例的方法，神经字体风格转换（Neural font style transfer），贝叶斯程序学习（Bayesian program learning），和最近大火的GAN（对抗生成网络）包括zi2zi，AC-GAN，domain transfer network，U-NET 生成器的变体和与LSTM结合

在做text2image GAN时候做文献阅读时看到的SAGAN，这里做一个简要得学习笔记，欢迎纠错讨论。Self-Attention Generative Adversarial Networks (SAGAN)SAGAN在ImageNet可到达36.8的Inception Score 和 18.65的Frechet Inception Distance。也是BIG-GAN的原型。传统卷积GAN问题：受局部感受野限制(Local Receptive Field)，无法提取全局信息，只能提取

今天介绍一种特征提取算法：BRISK(Binary Robust Invariant Scalable Kepoints)BRISK是Stefan等人在ICCV11上发表的。通过对原论文进行泛读后，对该算法有了一定的了解。原论文地址如下：https://www.researchgate.net/profile/Roland_Siegwart/publication/221110715_BRISK_Binary_Robust_invariant_scalable_keypoints/links/0

双立方（三次）卷积插值是一种数据点插值方法。在对图像进行缩放，旋转等处理时，有些像素点会因为这些操作变得没有意义，比如二维图像A（2*2）放大为原来的二倍后B（4*4）就会缺失一些像素，如图所示： 图中白色区域就应进行插值操作。对比双线性插值和最近邻插值，双立方（三次）卷积插值具有更平滑的插值效果，但速度更慢，本文将对他进行介绍。原论文地址：http://ncorr.com/download/publications/keysbicubic.pd...

机器学习和深度学习中，梯度是一个很重要的概念。在大部分机器学习优化问题中都可以通过梯度下降法处理。要介绍梯度就必须了解导数（derivative），偏导数（partial derivative）和方向导数（directional derivative）。这些概念在高等数学中都有介绍，也可以参考百度和维基百科，这里我们就只做简单回忆：导数导数反映函数在某点处沿x轴正方向的变化率，可以理解为，如果某点导数大于0，则该点沿x轴正方向递增，如果某点小于0，则递减。偏导数导数和偏导数性质一致，但偏导数

伽马矫正（Gammacorrection）在学习HOG描述子时，对图像进行预处理中使用了伽马矫正这个方法，这里对伽马矫正进行简要的介绍。伽马矫正也称幂律变换，一般用于平滑的扩展暗调的细节。进行伽马矫正的原因是因为人类的眼睛在感知光线时，眼睛对亮度的感知遵循近似的幂函数（如下图所示）而不是线性函数。计算机系统中，由于显示器或显卡的原因会出现实际输出图像有亮度偏差。在第一次进入一些游戏时，想必大家都经历过调节屏幕亮度参数直至能看清底部图片的操作吧，这也伽马矫正的一种。从图像中可以看出，当输.

图像滤波，即在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，是图像预处理中不可缺少的操作。在进行图像算法前，对图像进行滤波预处理往往会带来更好的效果。大家在用美图秀秀美颜皮肤时是否想过其中的工作原理，或者在Photoshop中是否使用过模糊这个功能？这其中都应用到了图像滤波的原理。图像滤波原理很简单，掌握了其中的卷积操作，也会对卷积神经网络的学习有一定帮助。滤波有很多类型，包括线性滤波和非线性滤波，今天主要介绍线性滤波中的均值滤波。均值滤波（Mean filter）先看一组滤波前

在上Computer Vision lecture的时候，讲师介绍了LBP算子，这里对他进行简单的介绍。LBP(Local Binary Pattern) 局部二制模式，是描述图像局部纹理特征的算子，有原始LBP，圆形LBP算子，旋转不变的LBP模式和LBP均匀模式。1. 原始的LBP原始LBP很好理解，是通过以中心像素为阈值对比中心像素和周围8个像素的值，周围像素比中心像素大（或相等的）的记为1，小的记为0，通过对比会得到二值图，按顺时针方向可得二进制串，再通过二进制转换为十进制数，即得到中心