图像处理
昵称每次都被抢
青青子衿,悠悠我心,若为君故,沉吟至今
展开
-
图像重构问题
图像重构后图像显示出错;numpy矩阵类型转换原创 2016-10-11 15:18:01 · 1324 阅读 · 0 评论 -
LBP特征
LBP(Local Binary Pattern,局部二值模式)是一种用来描述图像局部纹理特征的算子;它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikäinen, 和D. Harwood 在1994年提出,用于纹理特征提取。而且,提取的特征是图像的局部的纹理特征; 1、LBP特征的描述 原始的LBP算子定义为在3*3的窗口内,以窗转载 2016-10-21 17:27:42 · 381 阅读 · 0 评论 -
PCA主成分分析
1、PCA算法介绍 主成分分析(Principal Components Analysis),简称PCA,是一种数据降维技术,用于数据预处理。一般我们获取的原始数据维度都很高,比如1000个特征,在这1000个特征中可能包含了很多无用的信息或者噪声,真正有用的特征才100个,那么我们可以运用PCA算法将1000个特征降到100个特征。这样不仅可以去除无用的噪声,还能减少很大的计算量。转载 2016-10-21 17:33:12 · 937 阅读 · 0 评论 -
Histograms of Oriented Gradients (HOG)理解
计算机视觉;图像处理;目标检测;特征描述器转载 2016-10-12 20:22:01 · 716 阅读 · 0 评论 -
HOG特征
1、HOG特征: 方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。需要提醒的是,HOG+SVM进行行人检测的方法是法国研究人员D转载 2016-10-15 15:47:54 · 219 阅读 · 0 评论 -
卷积神经网络
先明确一点就是,Deep Learning是全部深度学习算法的总称,CNN是深度学习算法在图像处理领域的一个应用。 第一点,在学习Deep learning和CNN之前,总以为它们是很了不得的知识,能解决很多问题,学习了之后,才知道它们不过与其他机器学习算法如svm等相似,仍然可以把它当做一个分类器,仍然可以像使用一个黑盒子那样使用它。 第二点,Deep Learning强大的地方就是转载 2016-10-19 19:50:10 · 519 阅读 · 0 评论 -
人脸识别常用库和API
自从谷歌眼镜被推出以来,围绕人脸识别,出现了很多争议。我们相信,不管是不是通过智能眼镜,人脸识别将在人与人交往甚至人与物交互中开辟无数种可能性。 为了帮助研究过程中探索人脸识别,我们列出以下人脸检测和识别API。希望有所帮助! Face Recognition - 拉姆达实验室斯蒂芬弄的。示例代码和图形演示点击http://api.lambdal.com/docs,我们转载 2016-11-14 16:55:20 · 5400 阅读 · 0 评论