- 博客(16)
- 收藏
- 关注
RSS订阅转载 深度学习在图像识别中的发展进程与展望
本文是转载，出自：http://blog.csdn.net/linj_m/article/details/46351053点击打开链接深度学习是近十年来人工智能领域取得的最重要的突破之一。它在语音识别、自然语言处理、计算机视觉、图像与视频分析、多媒体等诸多领域都取得了巨大成功。本文将重点介绍深度学习在物体识别、物体检测、视频分析的最新研究进展，并探讨其发展趋势。1. 深度学习发展历
2015-07-12 21:49:29
16556
原创 观念的水位
有网友在微博上转播一次关于转型的会议的氛围：A教授表示自己的文字很绝望，但内心更绝望；B教授表示国民性决定了各阶层得一起“玩儿完”；C教授表示既得利益集团已将其利益制度化？？总而言之，“改革已死”。大家所能做的，似乎就是坐在冲下悬崖的车里，眼一闭心一横，等待最后落地时的一声“咣当”。
2015-07-08 09:47:45
653
原创 几种边缘检测算子的比较Roberts，Sobel，Prewitt，LOG，Canny
边缘检测是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括：深度上的不连续、表面方向不连续、物质属性变化和场景照明变化。 边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。图像边缘检测大幅度地减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。有许多方法用于边缘检测，它们的绝大部分可以划分为两类：基于查找一类和基于零穿越的一类。基于查找的方法通过寻找图像一阶导数中的最大和最小值来
2015-07-06 21:23:34
92153
原创 基于SVM和神经网络的车牌识别
本文将介绍创建自动车牌识别（Automatic Number Plate Recognition, ANPR）所需的步骤。对于不同的情形，实现自动车牌识别会用不同的方法和技术，例如，IR摄像机、固定汽车位置、光照条件等。本文着手构造一个用来检测汽车车牌ANPR的应用，该应用处理的图像使从汽车2-3米处拍摄的，拍摄环境的光线昏暗模糊，并且与地面不平行、车牌在图像中有轻微的扭曲。
2015-07-06 09:53:35
5862
原创 图像模式识别的方法
图像模式识别的方法很多，从图像模式识别提取的特征对象来看，图像识别方法可分为以下几种：基于形状特征的识别技术、基于色彩特征的识别技术以及基于纹理特征的识别技术。其中，基于形状特征的识别方法，其关键是找到图像中对象形状及对此进行描述，形成可视特征矢量，以完成不同图像的分类，常用来表示形状的变量有形状的周长、面积、圆形度、离心率等。基于色彩特征的识别技术主要针对彩色图像，通过色彩直方图具有的简单且随图像的大小、旋转变换不敏感等特点进行分类识别。基于纹理特征的识别方法是通过对图像中非常具有结构规律的特征加以分析或
2015-07-05 11:53:22
31716
原创 再说边缘特征提取sobel算子
首先，我们来了解一下计算机是如何检测边缘的。以灰度图像为例，它的理论基础是这样的，如果出现一个边缘，那么图像的灰度就会有一定的变化，为了方便假设由黑渐变为白代表一个边界，那么对其灰度分析，在边缘的灰度函数就是一个一次函数y=kx，对其求一阶导数就是其斜率k，就是说边缘的一阶导数是一个常数，而由于非边缘的一阶导数为零，这样通过求一阶导数就能初步判断图像的边缘了。通常是X方向和Y方向的导数，也就是梯度。理论上计算机就是通过这种方式来获得图像的边缘。
2015-07-03 15:25:29
3993
原创 opencv图像求差的绝对值cvAbsDiff和形态学开运算cvMorphologyEx
AbsDiff与cvMorphologyEx我们先来学习图像求差的绝对值这个函数：AbsDiff，它的作用是：OpenCV 中计算两个数组差的绝对值的函数。函数原型：void cvAbsDiff( const CvArr* src1, const CvArr* src2, CvArr* dst );src1：第一个原数组src2：第二个原数组dst：输出数组
2015-07-03 10:24:20
10121
转载 机器学习常见算法分类汇总
本文是转载，出自：http://www.ctocio.com/hotnews/15919.html点击打开链接机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里IT经理网为您总结一下常见的机器学习算法，以供您在工作和学习中参考。机器学习的算法很多。很多时候困惑人们都是，很多算法是一类算法，而有些算法又是从其他算法中延伸出来的。这里
2015-07-01 10:45:35
550
转载 数据结构--二叉堆、d堆、左式堆和斜堆
本文是转载，出自：http://blog.csdn.net/yangtrees/article/details/8252760点击打开链接实现优先队列结构主要是通过堆完成，主要有：二叉堆、d堆、左式堆、斜堆、二项堆、斐波那契堆、pairing 堆等。 1. 二叉堆 1.1. 定义完全二叉树，根最小。存储时使用层序。 1.2.
2015-07-01 09:19:21
1363
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人