![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像处理
极乐净土0822
这个作者很懒,什么都没留下…
展开
-
关于HoG的一些心得
研究HoG(Histogram of Orientation Gradient)也有一段时间了,发现HoG容易理解,也容易编码实现。真是个好的 特征提取方法。今天刚完成了用HoG做图像搜素的一些测试,搜索结果挺让人满意的,性能也很不错。HoG的介绍及 优点就不说了,网上很多。 就本人在测试过程对HoG的一些心得与大家分享: 1,HoG的描述能力真呢的是好强大原创 2012-03-08 13:03:51 · 1018 阅读 · 0 评论 -
吓我一跳的lda+gabor识别结果
刚刚跑了一趟lda+gabor的人脸识别~ 结果吓了我一跳,真不敢相信是真的,识别率相当的低 详细说明如下: 训练数据集,Yale人脸数据库的前4组,每组根据序号选前6张人脸图像,每张图像做5个频率,8个方向的gabor变换,共得4x6x41=984张图片。 测试数据集:前4组,每组剩下的5张图像,外加第5,第6组后5张图像,共总30张图像。 识别结果如下: predicted原创 2012-03-19 02:47:32 · 997 阅读 · 0 评论 -
数据时代
今时今刻,大数据这个词提得最多 不过 表现得最多还是商业智能 数据挖掘 云计算 在人脸识别领域 甚至在模式识别领域? 同样是数据为王的领域 几乎一样的feature 几乎一样的model 所不同的是数据 表现在数据的量,类别上 类分得越多 每类的数据越多 识别率就会越高 所以,采集数据成为人脸识别的一个重要过程 数据为王的时代真正来领了~!!!原创 2012-08-06 21:30:56 · 629 阅读 · 0 评论 -
深度学习框架caffe训练过程
1. 数据准备 2. 生成训练数据和测试数据的label,代码生成 3. 生成训练数据和测试数据对应的lmdb: ./build/tools/convert_imageset --shuffle=true --backend="lmdb" ./data/Cigarette_image_0327/ ./data/Cigarette_image_0327/train.txt ./data/Cig原创 2017-04-13 09:18:51 · 1047 阅读 · 0 评论