![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像特征描述
文章平均质量分 92
dx199771
这个作者很懒,什么都没留下…
展开
-
特征提取算法——HOG (Histogram of Gradient)方向梯度直方图学习笔记
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,所原创 2021-07-17 07:51:36 · 1769 阅读 · 1 评论 -
特征提取算法——BRISK(Binary Robust Invariant Scalable Kepoints)学习笔记
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原创 2021-01-02 06:50:11 · 2039 阅读 · 0 评论 -
梯度和梯度算子(Roberts,Sobel,Laplace)
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,但偏导数原创 2020-12-27 09:31:52 · 37886 阅读 · 3 评论 -
特征提取算法——LBP(Local Binary Pattern)局部二值模式学习笔记
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,即得到中心原创 2020-11-16 04:21:43 · 2977 阅读 · 0 评论