计算机视觉
文章平均质量分 81
loadstar_kun
长期从事图像处理算法研发,对机器学习,模式识别感兴趣
展开
-
CVPR2012文章整理
转http://www.bfcat.com/index.php/2012/04/cvpr2012-papers/ 看了一下CVPR2012的papers on the web,很多文章的链接都还没有出来。根据题目,挑选了几篇感兴趣的。关注一下。有一些链接papers on the web还没有公布,自己上网搜了一下。其他的就等着不定时更新吧。今年国内的文章不少啊,很多不光是转载 2012-10-29 10:04:22 · 3096 阅读 · 1 评论 -
Object Recognition and Scene Understanding(七)OpenCV中Latent SVM模型文件XML
从该blog开始,逐步介绍DPM + Latent SVM。关于OpenCV下DPM+Latent SVM简单介绍参考上一篇博文:OpenCV Latent SVM Discriminatively Trained Part Based Models for Object Detection 以Cat.xml(opencv安装目录下sample/c内)为例原创 2013-04-03 09:39:39 · 5067 阅读 · 6 评论 -
Object Recognition and Scene Understanding(九)模型转化Mat-〉XML
第一步:获取参数其中为matlab语言1.components 个数NumComponents= length(model.rules{model.start})ncom =length(model.rules{model.start}); 2.Numberof features这个固定, = 31,model文件中没有记录 3.Score threshold= model原创 2013-04-03 10:57:48 · 2807 阅读 · 7 评论 -
Object Recognition and Scene Understanding(八)Matlab中Latent SVM model参数含义
Matlab中mat文件model参数含义模型文件是按照Latent SVM模型保存语法保存参数的,利用了查表的思想,具体细节需要参考原始论文。这样保存的目的好像是计算方便。1.model简单节点内容 model.class= 'bottle'model.year= 2011model.note= 15-50-36等 2. model有以下关键节点filters:原创 2013-04-03 10:50:16 · 3447 阅读 · 0 评论 -
自己写的一款图像处理软件,完善下看能否公开源码
功能:1.自定义图像格式读写显示2.通用格式图像读写显示3.基本的图像处理功能:a.平滑b.锐化c.直方图均衡d.灰度图像伪彩色化e.线性变化f.非线性变化h.反色i.目标识别4.图像处理过程记录5.鼠标拖动,滚轮缩放,滚动条6.键盘信息录入7.SQL Server数据库底层交互 平台:Microsoft系列操作系统 + V原创 2013-07-08 10:42:29 · 2258 阅读 · 2 评论 -
计算机视觉牛人(最早在自动化所论坛上发现的)
paper毕竟是死的, 写paper的人才是活的. 那么我现在研究一下cv圈的格局, 按师承关系, 借鉴前人, 我总结a tree stucture of cv guys.David Marr----->Shimon Ullman (Weizmann) ----->Eric Grimson (MIT) ----->Daniel Huttenlocher (Cor转载 2013-09-03 09:39:57 · 2064 阅读 · 0 评论 -
OpenCV Latent SVM Discriminatively Trained Part Based Models for Object Detection
OpenCV 2.4版本实现了C++版本的DPM程序,和之前C版本的主要区别就是可以同时检测多种目标。使用时,可以把训练好的模型放到一个文件夹中,待检测的图像放到另一个文件夹中,即可检测。可惜没有考虑加速的内容。 Latent SVM¶Discriminatively Trained Part Based Models for Object Detection¶The obje原创 2013-03-18 11:35:09 · 9797 阅读 · 45 评论 -
从CVPR2013看计算机视觉研究的三个趋势
申明:本文非笔者原创,原文转载自:http://www.bfcat.com/index.php/2013/07/compute-visioni-trends/tombone‘s blog 最近一直在update关于CVPR2013的感受,今天,他在博客中分享了 [CVPR 2013] Three Trending Computer Vision Research A转载 2014-04-01 10:17:16 · 2170 阅读 · 1 评论 -
CVPR 2013 录用论文(目标跟踪部分)
http://blog.csdn.net/gxf1027/article/details/8650878完整录用论文官方链接:http://www.pamitc.org/cvpr13/program.php今年CVPR有open access,真是造福大众啊,特别造福了我这样的科研小菜鸟今年有关RGB-D摄像机应用和研究的论文渐多起来了。当然,自己还是比较关转载 2014-04-01 10:18:42 · 3144 阅读 · 0 评论 -
OpenCV_基于混合高斯模型GMM的运动目标检测
OpenCV的video module中包含了几种较为常用的背景减除方法,其中混合高斯模型(Gaussian of Mixture Models, GMM)方法效果较好。常用的目标检测方法:1)帧间差分;2)背景减除;其中背景减除方法的关键在于建立一个鲁棒的背景模型(背景图像),常用的建立背景模型方法有:1)均值法;2)中值法;3)滑动平均滤波法;4)单高斯;5)混合高转载 2013-01-28 11:25:28 · 19262 阅读 · 15 评论 -
Object Recognition and Scene Understanding(四)OpenCV SVM+HOG分类
通过前面的介绍,可以对hog特征利用svm训练,得到简单的二分类模型,利用分类模型可以实现二分。参考:http://blog.csdn.net/yongshengsilingsa/article/details/7535496 OpenCV官方的SVM代码在http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/ml/in原创 2013-03-11 17:16:59 · 2514 阅读 · 0 评论 -
Object Recognition and Scene Understanding(六)OpenCV中HOG+SVM目标检测
参考:利用Hog特征和SVM分类器进行行人检测:http://blog.csdn.net/carson2005/article/details/7841443 HOG+SVM由于其特性,对行人检测有非常好的效果,但是对其他目标检测也有好效果。这里就把范围扩大些。 carson2005的博文中介绍了利用opencv实现样本训练和目标检测。利用Libsvm也可以进行处理。1.使用l原创 2013-03-12 10:38:53 · 5087 阅读 · 2 评论 -
computer vision(计算机视觉)方面的期刊会议,学术必备
http://blog.csdn.net/huangynn/article/details/7910649 一.机器视觉方面的顶尖三大国际会议:ICCV, CVPR和ECCV 1.ICCV 全称是International Comference on Computer Vision,每两年举行一次,与ECCV正好错开,是计算机视觉领域最高级别的会议,会议的论文集转载 2012-10-29 10:05:15 · 8104 阅读 · 0 评论 -
CamShift算法,OpenCV实现
参考:http://blog.csdn.net/houdy/article/details/175739Back ProjectionCamShift算法,即"Continuously Apative Mean-Shift"算法,是一种运动跟踪算法。它主要通过视频图像中运动物体的颜色信息来达到跟踪的目的。我把这个算法分解成三个部分,便于理解:1) Back Projection计算转载 2013-02-22 13:42:37 · 1868 阅读 · 2 评论 -
运动目标检测跟踪主流算法
运动目标跟踪主流算法大致分类不全,需要慢慢补充 一.运动目标检测 (一)背景差 1.帧差2.GMM等 背景减算法可以对背景的光照变化、噪声干扰以及周期性运动等进行建模,在各种不同情况下它都可以准确地检测出运动目标。因此对于固定摄像头的情形,目前大多数的跟踪算法中都采用背景减算法来进行目标检测。背景减算法的局限性在于它需要一个静态的固定摄像头。 (二)运动场 光流原创 2013-02-21 16:58:41 · 26768 阅读 · 2 评论 -
Object Recognition and Scene Understanding(二)OpenCV 中HOG特征参数个数及图解
这部分都是一些介绍,不需要主观加工,直接收集起来分享之。1. OpenCV中HOG特征参数图解http://blog.csdn.net/raocong2010/article/details/6239431最近要做图像特征提取,可能要用下HOG特征,所以研究了下OpenCV的HOG描述子。OpenCV中的HOG特征提取功能使用了HOGDescriptor这个类来进行封装,其中也有现成的原创 2013-03-11 16:52:39 · 3089 阅读 · 0 评论 -
Object Recognition and Scene Understanding(五)OpenCV中peopledetect详细介绍
opencv2以后加入了hog相关的内容,并且给出了示例,用的是法国人Navneet Dalal最早在CVPR2005会议上提出的方法。先是使用HOG进行People Detection的,已经提供了完整的方法,在peopledetect.cpp中,主要的方法有HOG特征提取以及训练还有识别,你可以通过 hog.setSVMDetector(HOGDescriptor::getDefaul原创 2013-03-11 17:26:16 · 4608 阅读 · 1 评论 -
计算机视觉领域的一些牛人博客,超有实力的研究机构等的网站链接
原作者:http://blog.csdn.net/carson2005/article/details/6601109 以下链接是本人整理的关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码,CV领域的最新动态,国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站,多了解一些CV的转载 2013-03-12 11:25:54 · 3773 阅读 · 0 评论 -
Object Recognition and Scene Understanding(三)SVM
支持向量机,多年以来在模式识别上的最大发现,当然其利用核函数来寻找最优的分类的思路存在一定的局限性,但一定程度上解决了很多问题。关于支持向量机在模式识别领域的前世今生,可以参考谭铁牛等的论文。关于libsvm就去看台湾大牛的网页吧,faruto在如何应用libsvm上也有出彩的介绍。这里就不一一列出了。 1.之前的一些介绍libsvm的安装,参考我之前发的小文Matlab安装使用lib原创 2013-03-11 17:08:24 · 1778 阅读 · 0 评论 -
Object Recognition and Scene Understanding(一)概述及HOG特征
写一个简单的专题吧:Object Recognition and Scene Understanding,包括以下三大块内容:1.Object Recognition from Local Scale-Invariant Features,基于特征的目标识别算法,最具代表性的就是David G. Lowe的SIFT特征。该部分内容作者已经申请专利,这里就不多做介绍2. Histogra原创 2013-03-11 16:37:06 · 4274 阅读 · 0 评论 -
人脸识别新技术准确率超99%:比肉眼更加精准
香港中文大学教授汤晓鸥、王晓刚及其研究团队上周宣布,他们研发的DeepID人脸识别技术的准确率超过99%,比肉眼识别更加精准。 汤晓鸥领导的计算机视觉研究组 (mmlab.ie.cuhk.edu.hk) 开发了一个名为DeepID (深分证)的深度学习模型, 在LFW (Labeled Faces in the Wild)数据库上获得了99.15%的识别率。 LFW是人脸识别领转载 2014-06-26 16:49:23 · 8572 阅读 · 0 评论