![](https://img-blog.csdnimg.cn/20190918140037908.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
算法设计
小实验
尼古拉斯·two_dog
这个作者很懒,什么都没留下…
展开
-
手表运动状态识别(静止/走路/跑步)_数据样例
原始数据:包括acc和gyro的三轴数据样例1:走路数据{"accX":[458,490,546,560,612,582,489,522,550,524,0,0,0,0,0],"accY":[65044,65077,65091,65099,65121,65140,64951,64894,64897,65005,0,0,0,0,0],"accZ":[4123,4090,4046,4002,3941,4020,4041,3972,3973,4015,0,0,0,0,0],"bleIndex":1,"g原创 2021-07-01 17:09:41 · 1699 阅读 · 1 评论 -
手表运动状态识别(静止/走路/跑步)_v1(使用机器学习方法)
目的:人在穿戴手表的时候,通过6轴传感器采集到三个方向的加速度acc和角速度gyro,以此检测人体的运动状态,是处于静止(坐着)、走路或跑步状态。方法1:随机森林(AdaBoost/单一决策树/随机森林/极限随机树)数据集:20-30人准确度:0.95尝试特征:夹角余弦、方差、梯度、中位数、波峰值、平方根、累计加速度训练技巧:1.数据解析+清洗,使用滑窗方式,间隔20个点2.下采样间隔取点,归一化,pca降维原数据结构:清洗后数据结构:先介绍方法1,使用机器学原创 2021-07-01 15:58:29 · 1737 阅读 · 2 评论 -
手表运动状态识别(静止/走路/跑步)_v2(使用传统处理方法)
目的:人在穿戴手表的时候,通过6轴传感器采集到三个方向的加速度acc和角速度gyro,以此检测人体的运动状态,是处于静止(坐着)、走路或跑步状态。方法2:传统处理方法数据集:20-30人准确度:0.99具体步骤:1.使用低通滤波去噪,获得平滑的曲线2.寻找所有的波峰波谷,修正波峰波谷3.计算相邻的距离和高度,判断是否走路备注:目前仅用了a0的信号数据效果图:静止样例1静止样例2运动样例1运动样例2信号滤波+寻找波峰波谷:import原创 2021-07-01 16:44:13 · 2624 阅读 · 4 评论 -
向量的几种距离计算方法
本文展示了4中距离计算方法:欧氏距离、曼哈顿距离、切比雪夫距离、夹角余弦距离。另外:向量可以自己根据需要来构造,本文的比较杂乱,是由特定要求计算得来的例如:A=[0.1,0.2,0.3,0.4,0.5],B=[0.005,0.006,0.007,0.008,0.009]1.获取一些随机均匀分布的点,作为向量Aa=numpy.random.randint(-20,high=160,size=...原创 2019-06-19 19:16:32 · 16357 阅读 · 0 评论 -
常用方法(图片逆光度、傅里叶变换、寻找波峰波谷、计算俯仰/侧脸)
1.计算图片逆光度from matplotlib import pyplot as pltimport cv2import numpy as npimport osimport mathdef get_fm(file_name): image = cv2.imread(file_name,0) hist = cv2.calcHist([image],[0],None,[256],[0,256]) nums=image.shape[0]*image.shape[1] hist=h原创 2021-06-29 10:55:27 · 1099 阅读 · 0 评论 -
人脸清晰度评价指标
参考链接:https://blog.csdn.net/Real_Myth/article/details/50827940https://blog.csdn.net/gaoyi221119/article/details/103782288训练方法:svm数据集:80-100人,1w+张眼睛ROI区域准确度:0.98特征:梯度(Sobel算子计算不同角度的梯度)、tenengrad函数(也是sobel计算梯度)、灰度值sort其他尝试特征:Brenner梯度函数、SMD2(灰度方差乘积)原创 2021-06-29 17:27:29 · 834 阅读 · 0 评论 -
人脸清晰度评价指标---检测发蒙照片
实验摸索过程:逆光拍摄数据集:1.sort ---1 eye+eyebrow2.tenengrade ---1 eyebrow3.梯度 ---1 eyebrow4.ssim ---1 eyebrow尝试了:1.通过直方图的规律训练分类模型,行不通;2.计算逆光度的方法,在强烈逆光的情况下可行,我们的数据下也行不通;(场景不适用)问题:1.照片眼睛是睁开的,所以眼部roi(eye)效果不好;--1 选眉毛2.选择眉毛roi的话,有一定的影响因素,比如:画眉;--1...原创 2021-06-29 17:54:06 · 1103 阅读 · 0 评论 -
提高拍照稳定性,减少由于抖动带来的影响(角速度计算)
目前很多手机都用的是AI防抖,即智能防抖(没有光学器件,通过算法来较少抖动带来的影响),但是往往效果并不是很理想,由于手抖带来的模糊影响还是相当普遍的,本文介绍了一种计算方法,通过对加速度的计算,得到最稳定的一刻后,再下达拍照命令,可以改善目前的拍照模糊状况。原创 2019-06-19 20:13:48 · 670 阅读 · 0 评论 -
人脸姿态对比---挑出最接近的照片
前言: 我们在拍照时,距离镜头的远近、侧脸程度、俯仰姿态以及环境光照等因素都不尽相同;假如我们刚拍了一张照片,那么,如何在历史照片中,挑选出一张与当前照片最相似的呢?用途:本文目的在于挑选出与选定照片最相似的一张照片。、至于用途,针对不同项目有不同效果,比如:1.在测肤软件上,可以找出一张历史照片和当前作对比,可以跟踪肌肤的变化情况。2.应用到拍照上,连续拍n...原创 2019-06-26 21:44:39 · 314 阅读 · 1 评论 -
人脸姿态对比---挑出最接近的照片(简化版)
上一篇文章具体介绍了实现过程,这里就不多介绍了,有需要的可以转到上一篇去看看。本文是在做上一篇文章的模块时,中间的实验代码,功能模块比较简单易懂,适合熟悉下逻辑。代码1:计算眉间距、左右侧脸、俯仰值、光强txt格式:import globfrom PIL import Imageimport osimport numpy as npimport xlrdimpo...原创 2019-06-26 21:44:13 · 283 阅读 · 0 评论 -
关于色彩还原能力的计算
色彩还原是指某设备(手机、相机)对于色彩的还原能力,拍出来的图片越接近真实颜色,表示还原能力越好。根据这个指标,我们可以对设备在色彩方面的能力得到一个评判标准;同时,我们也可以相机或者显示器上面进行色偏的检验和校准(目前就有相机是实用24色卡进行颜色校准的)。下面先介绍下色彩还原的计算公式:ΔC = ( (a -a*)2+ (b - b*)2 )1/2ΔE = ( (L -L*)2+ (a...原创 2019-05-28 21:18:54 · 1116 阅读 · 2 评论 -
推荐算法学习
参考链接:普通算法:https://blog.csdn.net/u011748319/article/details/90269818深度学习:https://blog.csdn.net/qq_34438672/article/details/90482987tets1:https://blog.csdn.net/sinat_41625623/article/details/79943464test2:https://blog.csdn.net/zhq9695/article/details原创 2021-06-29 18:08:31 · 256 阅读 · 0 评论