![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像配准与识别
专注3D
专注计算机视觉
展开
-
旋转不变性
在数学里,给予一个定义于内积空间的函数,假若对于任意旋转,函数的参数值可能会改变,但是函数的数值仍旧保持不变,则称此性质为旋转不变性(rotational invariance),或旋转对称性(rotational symmetry),因为函数对于旋转具有对称性。例如,假设以xyz-参考系的原点为固定点,任意旋转xyz-参考系,而函数 的数值保持不变,因此,函数 对于任意旋转具有不变性转载 2014-09-17 14:01:09 · 15589 阅读 · 0 评论 -
时间复杂度相关
一、概念时间复杂度是总运算次数表达式中受n的变化影响最大的那一项(不含系数)比如:一般总运算次数表达式类似于这样:a*2^n+b*n^3+c*n^2+d*n*lg(n)+e*n+fa ! =0时,时间复杂度就是O(2^n);a=0,bO(n^3);a,b=0,cO(n^2)依此类推eg:(1) for(i=1;i //循环了n*n次,当然是O(n^2) f转载 2014-09-17 20:40:17 · 394 阅读 · 0 评论 -
strassen算法优化矩阵乘法
两个矩阵A B相乘时,将A, B, C分成相等大小的方块矩阵:;可以看出C是这么得来的:现在定义7个新矩阵(读者可以思考下,这7个新矩阵是如何想到的):而最后的结果矩阵C 可以通过组合上述7个新矩阵得到: 表面上看,Stras转载 2014-09-17 20:39:47 · 675 阅读 · 0 评论 -
人脸识别经典算法二:LBP方法
与第一篇博文特征脸方法不同,LBP(Local Binary Patterns,局部二值模式)是提取局部特征作为判别依据的。LBP方法显著的优点是对光照不敏感,但是依然没有解决姿态和表情的问题。不过相比于特征脸方法,LBP的识别率已经有了很大的提升。在[1]的文章里,有些人脸库的识别率已经达到了98%+。1、LBP特征提取最初的LBP是定义在像素3x3邻域内转载 2015-03-30 10:52:45 · 1524 阅读 · 0 评论 -
LBP特征匹配的两种鲁棒方法
Histogram intersection(直方图交叉核)看关于LBP人脸识别的论文时提到了Histogram intersection这个方法,方法最初来自The Pyramid Match Kernel:Discriminative Classification with Sets of Image Features这篇论文,用来对特征构成的直方图进行相似度匹配,下面介绍下原理。转载 2015-03-30 10:54:02 · 4339 阅读 · 0 评论 -
归并排序
归并排序是利用递归和分而治之的技术将数据序列划分成为越来越小的半子表,再对半子表排序,最后再用递归步骤将排好序的半子表合并成为越来越大的有序序列,归并排序包括两个步骤,分别为: 1)划分子表 2)合并半子表 首先我们来讨论归并算法,归并算法将一系列数据放到一个向量中,索引范围为[first,last],这个序列由两个排好序的子表构成,以索引终点(mid)转载 2015-09-11 17:24:14 · 226 阅读 · 0 评论