![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
hyk_1996
智能科学与技术
展开
-
LBP特征及其变体和python实现
一. LBP特征LBP(Local Binary Pattern),局部二值模式,主要用于提取纹理特征,根据文献[1]我们可以了解到LBP及其变体。一般的使用方法是,先将图像转换为灰度图,接着计算LBP特征图,最后计算其直方图作为特征向量。0.如何描述纹理信息 不多说,看图。LBP特征可以表示平坦、边缘、角点等区域。1.original LB...原创 2018-03-19 23:07:50 · 12346 阅读 · 12 评论 -
2017 深度学习语义分割指南
A 2017 Guide to Semantic Segmentation with Deep LearningSasank Chilamkurthy | July 5, 2017At Qure, we regularly work on segmentation and object detection problems and we were therefore interested ...转载 2018-07-18 13:53:04 · 889 阅读 · 0 评论 -
损失函数SSIM (structural similarity index) 的PyTorch实现
SSIM介绍结构相似性指数(structural similarity index,SSIM), 出自参考文献[1],用于度量两幅图像间的结构相似性。和被广泛采用的L2 loss不同,SSIM和人类的视觉系统(HVS)类似,对局部结构变化的感知敏感。SSIM分为三个部分:照明度、对比度、结构,分别如下公式所示:将上面三个式子汇总到一起就是SSIM:其中,上式各符号分...原创 2019-02-21 20:56:33 · 41856 阅读 · 34 评论 -
PyTorch中的padding(边缘填充)操作
简介我们知道,在对图像执行卷积操作时,如果不对图像边缘进行填充,卷积核将无法到达图像边缘的像素,而且卷积前后图像的尺寸也会发生变化,这会造成许多麻烦。因此现在各大深度学习框架的卷积层实现上基本都配备了padding操作,以保证图像输入输出前后的尺寸大小不变。例如,若卷积核大小为3x3,那么就应该设定padding=1,即填充1层边缘像素;若卷积核大小为7x7,那么就应该设定padding=...原创 2019-07-02 16:16:58 · 50189 阅读 · 5 评论 -
基于深度学习的低光照图像增强方法总结(2020.09.15更新)
之前在做光照对于高层视觉任务的影响的相关工作,看了不少基于深度学习的低光照增强(low-light enhancement)的文章[3,4,5,7,8,9,10],于是决定简单梳理一下。光照估计(illumination estimation)和低光照增强(low-light enhancement)的区别:光照估计是一个专门的底层视觉任务(例如[1,2,6]),它的输出结果可以被用到其它任务...原创 2019-08-15 16:29:21 · 28845 阅读 · 12 评论