自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(9)
  • 收藏
  • 关注

原创 对于相机的情况说明

先对目前的情况进行一下说明:昨天去JM 前面的路口测试的情况:我们测试了三种镜片的效果。可能是我们技术的原因,一直调不出一个最好的结果。LYGZ 在调试相机的时候,为了使地面的效果好,对麻匪火锅 那边的光线进行了过爆,我们发现有大车经过时(T19),麻匪火锅四个字就会比较清楚,唐老师说这是因为汽车的玻璃起到了加到相机焦距的作用? 找JH 确认一下。我们调试相机的时候,有三个参数

2014-12-30 12:30:14 524

原创 相机

今天上午去五棵松摄影城去买偏光片.得到的知识如下:1.如果要实现降低曝光的效果:可以使用偏振片 或者减光片偏振片就相当于墨镜 减光片可以做好几档. 相当于两个偏振片?但是减光之后 周围也会变暗. 这样应该会影响行人检测的效果.今天问了一个大姐::她说偏光片只有一种. 现在的问题是

2014-12-24 14:33:14 365

原创 数码相机的使用

今天的主要功劳是让相机可以用:相机可用的步骤是:(用的是win7 32 的系统)1.装了个比较新版本的OK_SETUP(14.03),貌似是我之前装的版本有点老了。2. 关掉防火墙3. 设置电脑的IP 与相机在同一个网段。4. 设置 接送 发送的最大值。5.点击 OKImage Products 下面的 OK Image Manager 的设备设置 勾选 网络设备 现在此时

2014-12-23 20:42:03 832

原创 acf 调试

刚找师兄看了一下我的程序的问题:1.现在的问题是误检太多。区分度不够。要中不是正样本的作为负yangben.虽然现在正样本的数量很大,但是人脸跟人脸的相似度比较大。甚至可能还不如360 个 不同的人脸出来的效果。要多找一些不同人脸的正样本加进来。现在最重要的是要把错检做到最小。师兄说有很多可以调的。 比如casCal 跟Thr 的值等弱分类器的个数等等。要调小nms

2014-12-19 18:12:42 739

原创 latax 使用说明

努力投文章。不会用latax。 今天小伙伴告诉ICIP 三部曲。第一步: 插入公式用MathType 6 以上的版本,LJ 给我版本是6.9 的在MathType 里面做的Perfermances 下面的Cut and Copy Performances 点开:这样在MathType 中就可以写公式,然后copy到Latax下。在公式的前面加入:\begin{equatio

2014-12-19 17:16:14 2749 1

原创 调试acf 遇到的问题

上午终于把ACF 在人脸上调通了。准备数据的时候主要遇到的问题总结如下:1.第一次给的数据是黑白的。遇到的问题是RGB转HSV 的时候不能转换。2.第二次给了彩色数据,确实是彩色数据,这次给的数据不对是因为我需要给出正样本和坐标,但是我给的正样本是我截出来的人脸图。小的人脸图。3.这次给了北大东门的整幅图片作为正样本,并且给了相应图片的坐标。但是这次还是不对。因为 给的坐标不对

2014-12-18 13:03:20 872 1

原创 调试 acf 的时候发现问题

今天用acf 跑了一下 INRIA 数据库。表示好像是第一个图像跑的很完美,其他图像跑的效果很难差强人意。跑的曲线图的结果是:跟paper 上差距甚远?原因在哪里?另外DPM 可以用pascal(‘face’,N ),通过调整N 的值来增加角度,ACF 是怎么做的没仔细看paper 不知道是什么原因% bbGt version=3person 5

2014-12-16 17:27:29 698

原创 2014年12月15日报

每次写周报都发现没什么可写:决定每天写日报,可能能让篇幅长一些。今天装了MATLAB 14.04a 。安装程序跟之前的没有很大的区别。与之前不同的是readme 下面有一句是这样写的:7) copy folder "bin" and its content    from folder "X:\serial\MatlabX32" or "X:\serial\MatlabX64" (

2014-12-15 21:52:50 918

原创 DPM 检测源码分析

在检测的demo 中  主要的code 有两部分:1.[dets, boxes] = imgdetect(im, model, -0.3); 对图像检测出很多小框框放在dets里面。 2. top = nms(dets, 0.5); 对检测到的框框进行NMS 抑制。imgdetect 里面 主要的函数是:[dets, boxes, info] = gdetect(pyra, model

2014-12-11 10:09:07 1470

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

提示
确定要删除当前文章?
取消 删除