周末两天参加了电子学会年会,受到很多启发。
接触到很多新概念,了解了图像图形领域的新进展,归纳如下:
Descriptor:一个好的descriptor要能反映Scale尺度、Viewpoint视角、Lighting光照、Occlusion遮挡等信息。常用的descriptor有:
Global descriptor:color histogram、GIST
Local descriptor: LBP(Local Binary Pattern)、SIFT(Scale Invariant Feature Transform)、Haar-like、HOG(Histogram of Oriented Gradient)、Covariance Matrix
Detector for local descriptora:DOG(Difference of Gaussian)、Hessian-Affine(仿射变换)、MSFR
MODELS:
DPM:Deformable Part Based Model
RM: Rigid Model
BOW:Bag of Word
New research orient:
Deep Learning
Convolutional Neutral Network
Adaboost
这次会议主要是关于目标检测盒跟踪、编码压缩、人脸识别等主题。相关的文献需要认真的研读。