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(92)
  • 收藏
  • 关注

转载 计算机视觉、机器学习相关领域论文和源代码大集合--持续更新……

计算机视觉、机器学习相关领域论文和源代码大集合--持续更新……[email protected]://blog.csdn.net/zouxy09 注:下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新:2013-3-17一、特征提取Feature Extraction:·        

2015-08-31 17:41:52 442

转载 【OpenCV入门教程之十七】OpenCV重映射 & SURF特征点检测合辑

本系列文章由@浅墨_毛星云 出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/30974513作者:毛星云(浅墨)    微博:http://weibo.com/u/1723155442知乎:http://www.zhihu.com/people/mao-xing-yun邮箱: h

2015-08-29 22:33:37 1351

转载 【OpenCV入门教程之十六】OpenCV角点检测之Harris角点检测

本系列文章由@浅墨_毛星云 出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/29356187作者:毛星云(浅墨)    微博:http://weibo.com/u/1723155442知乎:http://www.zhihu.com/people/mao-xing-yun邮箱: h

2015-08-29 22:32:33 1019

转载 【OpenCV入门教程之十五】水漫金山:OpenCV漫水填充算法(Floodfill)

本系列文章由@浅墨_毛星云 出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/28261997作者:毛星云(浅墨)    微博:http://weibo.com/u/1723155442知乎:http://www.zhihu.com/people/mao-xing-yun邮箱: h

2015-08-29 22:31:42 808

转载 【OpenCV入门教程之十四】OpenCV霍夫变换:霍夫线变换,霍夫圆变换合辑

本系列文章由@浅墨_毛星云 出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/26977557作者:毛星云(浅墨)    微博:http://weibo.com/u/1723155442知乎:http://www.zhihu.com/people/mao-xing-yun邮箱: h

2015-08-29 22:30:46 768

转载 【OpenCV入门教程之十三】OpenCV图像金字塔:高斯金字塔、拉普拉斯金字塔与图片尺寸缩放

本系列文章由@浅墨_毛星云 出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/26157633作者:毛星云(浅墨)    微博:http://weibo.com/u/1723155442知乎:http://www.zhihu.com/people/mao-xing-yun邮箱: h

2015-08-29 22:29:54 535

转载 【OpenCV入门教程之十二】OpenCV边缘检测:Canny算子,Sobel算子,Laplace算子,Scharr滤波器合辑

本系列文章由@浅墨_毛星云 出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/25560901作者:毛星云(浅墨)    微博:http://weibo.com/u/1723155442知乎:http://www.zhihu.com/people/mao-xing-yun邮箱: h

2015-08-29 22:28:38 983

转载 【OpenCV入门教程之十一】 形态学图像处理(二):开运算、闭运算、形态学梯度、顶帽、黑帽合辑

本系列文章由@浅墨_毛星云出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/23184547作者:毛星云(浅墨)    微博:http://weibo.com/u/1723155442知乎:http://www.zhihu.com/people/mao-xing-yun邮箱: 

2015-08-29 22:27:20 633

转载 【OpenCV入门教程之十】 形态学图像处理(一):膨胀与腐蚀

本系列文章由@浅墨_毛星云 出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/23710721作者:毛星云(浅墨)    邮箱: [email protected] 写作当前博文时配套使用的OpenCV版本: 2.4.8本篇文章中,我们一起探究了图像处理中,最基本

2015-08-29 22:26:19 633

转载 【OpenCV入门教程之九】 非线性滤波专场:中值滤波、双边滤波

本系列文章由@浅墨_毛星云 出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/23184547作者:毛星云(浅墨)    邮箱: [email protected] 写作当前博文时配套使用的OpenCV版本: 2.4.8正如我们上一篇文章中讲到的,线性滤波可以

2015-08-29 22:25:24 530

转载 【OpenCV入门教程之八】线性邻域滤波专场:方框滤波、均值滤波与高斯滤波

本系列文章由@浅墨_毛星云 出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/22745559作者:毛星云(浅墨)    邮箱: [email protected] 写作当前博文时配套使用的OpenCV版本: 2.4.8本篇文章中,我们一起仔细探讨了OpenC

2015-08-29 22:24:33 860

转载 【OpenCV入门教程之六】 创建Trackbar & 图像对比度、亮度值调整

本系列文章由@浅墨_毛星云 出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/21479533作者:毛星云(浅墨)    邮箱: [email protected] 写作当前博文时配套使用的OpenCV版本: 2.4.8  这篇文章中我们一起学习了如何在OpenCV中

2015-08-29 22:23:23 305

转载 【OpenCV入门教程之五】 分离颜色通道&多通道图像混合

本系列文章由@浅墨_毛星云 出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/21176257作者:毛星云(浅墨)    邮箱: [email protected] 写作当前博文时配套使用的OpenCV版本: 2.4.8上篇文章中我们讲到了使用addWeighte

2015-08-29 22:22:37 608

转载 【OpenCV入门教程之四】 ROI区域图像叠加&初级图像混合 全剖析

本系列文章由@浅墨_毛星云 出品,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/20911629作者:毛星云(浅墨)    邮箱: [email protected] 写作当前博文时配套使用的OpenCV版本: 2.4.8 在这篇文章里,我们一起学习了在OpenCV

2015-08-29 22:21:52 735

转载 DoG (Difference of Gaussian)角点检测

DoG (Difference of Gaussian)是灰度图像增强和角点检测的方法,其做法较简单,证明较复杂,具体讲解如下:Difference of Gaussian(DOG)是高斯函数的差分。我们已经知道可以通过将图像与高斯函数进行卷积得到一幅图像的低通滤波结果,即去噪过程,这里的Gaussian和高斯低通滤波器的高斯一样,是一个函数,即为正态分布函数。那么differen

2015-08-29 21:42:41 654

转载 SIFT/SURF算法的深入剖析——谈SIFT的精妙与不足

SURF算法是SIFT算法的加速版,opencv的SURF算法在适中的条件下完成两幅图像中物体的匹配基本实现了实时处理,其快速的基础实际上只有一个——积分图像haar求导,对于它们其他方面的不同可以参考本blog的另外一篇关于SIFT的文章。    不论科研还是应用上都希望可以和人类的视觉一样通过程序自动找出两幅图像里面相同的景物,并且建立它们之间的对应,前几年才被提出的SIFT(尺度不变特征

2015-08-29 21:23:18 374

转载 SIFT算法详解

尺度不变特征变换匹配算法详解Scale Invariant Feature Transform(SIFT)Just For Funzdd  [email protected] or ([email protected])对于初学者,从David G.Lowe的论文到实现,有许多鸿沟,本文帮你跨越。如果你学习SIFI得目的是为了做检索,也许OpenSSE更适合你,欢迎使用。1、

2015-08-29 21:22:13 1036

转载 SIFT特征提取分析

SIFT(Scale-invariant feature transform)是一种检测局部特征的算法,该算法通过求一幅图中的特征点(interest points,or corner points)及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配,获得了良好效果,详细解析如下:算法描述SIFT特征不只具有尺度不变性,即使改变旋转角度,图像亮度或拍摄视角

2015-08-29 21:19:39 721

转载 图像处理之霍夫变换(直线检测算法)

图像处理之霍夫变换(直线检测算法)霍夫变换是图像变换中的经典手段之一,主要用来从图像中分离出具有某种相同特征的几何形状(如,直线,圆等)。霍夫变换寻找直线与圆的方法相比与其它方法可以更好的减少噪声干扰。经典的霍夫变换常用来检测直线,圆,椭圆等。 霍夫变换算法思想:以直线检测为例,每个像素坐标点经过变换都变成都直线特质有贡献的统一度量,一个简单的例子如下:一条直线在图

2015-08-29 16:50:41 2378

转载 【OpenCV入门教程之二】 一览众山小:OpenCV 2.4.8 or OpenCV 2.4.9组件结构全解析

本系列文章由zhmxy555(毛星云)编写,转载请注明出处。  文章链接: http://blog.csdn.net/poem_qianmo/article/details/19925819作者:毛星云(浅墨)    邮箱: [email protected] 写作当前博文时配套使用OpenCV版本:2.4.8  之前啃了不少OpenCV的官方文档,发

2015-08-29 08:05:09 496

转载 跟踪算法牛人主页收集

0,Online Object Tracking: A Benchmark cvpr2013 综述     http://visual-tracking.net/#     http://cvlab.hanyang.ac.kr/tracker_benchmark_v10.html1,  VTD:  Visual Tracking Decomposition cvpr

2015-08-25 21:16:45 897

转载 机器 学习入门 知识

虽然南京大学周志华老师的论文已经写得非常浅显易懂了,但是对于只有点概率统计基础的我来说还是有许多地方看不懂,而且概率统计的知识早在几年前学的,现在经常没有用到导致很多概念在见到的时候还是会感觉很模糊,对于阅读论文或者编写代码都有点影响。所以想在此处系统的边学习边分享总结下,让自己以后忘了的时候可以到这篇文章里很快的回忆起来。有错误的地方还请大家指正!       首先从概率密度函数讲起吧,之前

2015-08-24 16:32:44 850

转载 自学成才秘籍!机器学习&深度学习经典资料汇总

小编都深深的震惊了,到底是谁那么好整理了那么多干货性的书籍。小编对此人表示崇高的敬意,小编不是文章的生产者,只是文章的搬运工。《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.《Deep Learning in Neural

2015-08-24 16:28:19 654

转载 一文读懂机器学习,大数据/自然语言处理/算法全有了

作者:计算机的潜意识 在本篇文章中,我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习,并且上手相关的实践。这篇文档也算是 EasyPR开发的番外篇,从这里开始,必须对机器学习了解才能进一步介绍EasyPR的内核。当然,本文也面对一般读者,不会对阅读有相关的前提要求。在进入正题前,我想读者心中可能会有一个疑惑:机器学习有什么重要性,以至于要阅读完这

2015-08-24 16:20:02 754

转载 随机森林算法

1. 随机森林使用背景1.1 随机森林定义随机森林是一种比较新的机器学习模型。经典的机器学习模型是神经网络,有半个多世纪的历史了。神经网络预测精确,但是计算量很大。上世纪八十年代Breiman等人发明分类树的算法(Breiman et al. 1984),通过反复二分数据进行分类或回归,计算量大大降低。2001年Breiman把分类树组合成随机森林(Breiman 2001a),即在变量(

2015-08-24 16:07:48 3930

转载 小试随机森林(random forest)算法ml

对于随机森林算法,原理我想大家都会去看论文,推荐两个老外的网址http://www.stat.berkeley.edu/users/breiman/RandomForests/和https://cwiki.apache.org/MAHOUT/random-forests.html,第一个网址是提出随机森林方法大牛写的,很全面具体,第二个是我自己找的一个,算是一个简化版的介绍吧。说白了,随机森林分类

2015-08-24 16:02:40 5644

转载 TLD算法流程说明--episode2

一、    初始化工作进行完毕之后,开始顺序读取每一帧,也即调用tld.processFrame(last_gray,current_gray,pts1,pts2,pbox,status,tl,bb_file)逐帧处理。last_gray和current_gray分别是上一帧和当前帧的灰度图;pts1和pts2是跟踪点的坐标,初始化为空,在函数内部实现赋值和应用;pbox是上一帧跟踪的结果;sta

2015-08-24 13:46:45 996

转载 TLD算法流程说明--episode1

TLD(Tracking LearningDetector),包括tracking、modeling、detection,其中tracking工作时基于Lucas-Kanade光流法的。modeling学习的过程可以正负反馈,得到较好的学习结果,对于他的学习过程,作者在另一篇文章中又详细介绍了P-Nlearning这种学习算法。detection的部分用的是多个分类器的级联。对于特征的选择,他提出

2015-08-24 13:45:07 1211

转载 TLD(Tracking-Learning-Detection)学习与源码理解之(分类器)

下面是自己在看论文和这些大牛的分析过程中,对代码进行了一些理解,但是由于自己接触图像处理和机器视觉没多久,另外由于自己编程能力比较弱,所以分析过程可能会有不少的错误,希望各位不吝指正。而且,因为编程很多地方不懂,所以注释得非常乱,还海涵。  FerNNClassifier.h[cpp] view plaincopy/*  * FerNNClassifier.

2015-08-24 10:04:25 2111

转载 TLD(Tracking-Learning-Detection)学习与源码理解之(综合模块)

下面是自己在看论文和这些大牛的分析过程中,对代码进行了一些理解,但是由于自己接触图像处理和机器视觉没多久,另外由于自己编程能力比较弱,所以分析过程可能会有不少的错误,希望各位不吝指正。而且,因为编程很多地方不懂,所以注释得非常乱,还海涵。 TLD.h[cpp] view plaincopy#include   #include   #include   #i

2015-08-24 10:03:32 1072

转载 TLD(Tracking-Learning-Detection)学习与源码理解之(跟踪器)

下面是自己在看论文和这些大牛的分析过程中,对代码进行了一些理解,但是由于自己接触图像处理和机器视觉没多久,另外由于自己编程能力比较弱,所以分析过程可能会有不少的错误,希望各位不吝指正。而且,因为编程很多地方不懂,所以注释得非常乱,还海涵。LKTracker.h[cpp] view plaincopy#include  #include     //使用金字塔LK光流

2015-08-24 10:02:43 2561

转载 TLD(Tracking-Learning-Detection)学习与源码理解之(main)

下面是自己在看论文和这些大牛的分析过程中,对代码进行了一些理解,但是由于自己接触图像处理和机器视觉没多久,另外由于自己编程能力比较弱,所以分析过程可能会有不少的错误,希望各位不吝指正。而且,因为编程很多地方不懂,所以注释得非常乱,还海涵。run_tld.cpp[cpp] view plaincopy#include   #include   #include   #

2015-08-24 10:02:10 854

转载 TLD(Tracking-Learning-Detection)学习与源码理解之(summarize)

下面是自己在看论文和这些大牛的分析过程中,对代码进行了一些理解,但是由于自己接触图像处理和机器视觉没多久,另外由于自己编程能力比较弱,所以分析过程可能会有不少的错误,希望各位不吝指正。而且,因为编程很多地方不懂,所以注释得非常乱,还海涵。 从main()函数切入,分析整个TLD运行过程如下:(这里只是分析工作过程,全部注释的代码见博客的更新)1、分析程序运行的命令行参数; ./

2015-08-24 10:01:35 997 1

转载 TLD(Tracking-Learning-Detection)学习与源码理解之(build)

OpenTLD下载与编译:(1)https://github.com/arthurv/OpenTLD下载得到:arthurv-OpenTLD-1e3cd0b.zip或者在Linux下直接通过git工具进行克隆:#git clone [email protected]:alantrrs/OpenTLD.git(2)我的编译环境是Ubuntu 12.04 + Opencv2.3安装o

2015-08-24 10:00:52 583

转载 压缩跟踪Compressive Tracking

好了,学习了解了稀疏感知的理论知识后,终于可以来学习《Real-Time Compressive Tracking》这个paper介绍的感知跟踪算法了。自己英文水平有限,理解难免出错,还望各位不吝指正。      下面是这个算法的工程网站:里面包含了上面这篇论文、Matlab和C++版本的代码,还有测试数据、demo等。后面我再学习学习里面的C++版本的代码,具体见博客更新。http://

2015-08-24 09:30:27 427

转载 压缩感知(Compressive Sensing)学习之(二)

上一回粗略的引入了压缩感知。        http://blog.csdn.net/zouxy09/article/details/8118313       下面就针对自己的了解,具体总结下压缩感知理论。由于自己也是这几天看到那个《Real-Time Compressive Tracking》       http://www4.comp.polyu.edu.hk/~cslzhan

2015-08-24 09:29:41 1204

转载 压缩感知(Compressive Sensing)学习之(一)

压缩感知(压缩传感,Compressive Sensing)理论是近年来信号处理领域诞生的一种新的信号处理理论,由D. Donoho(美国科学院院士)、E. Candes(Ridgelet, Curvelet创始人)及华裔科学家T. Tao(2006年菲尔兹奖获得者)等人提出,自诞生之日起便极大地吸引了相关研究人员的关注。网站http://dsp.rice.edu/cs上可以获取大量相关的论文。

2015-08-24 09:29:03 747

转载 压缩跟踪Compressive Tracking

好了,学习了解了稀疏感知的理论知识后,终于可以来学习《Real-Time Compressive Tracking》这个paper介绍的感知跟踪算法了。自己英文水平有限,理解难免出错,还望各位不吝指正。      下面是这个算法的工程网站:里面包含了上面这篇论文、Matlab和C++版本的代码,还有测试数据、demo等。后面我再学习学习里面的C++版本的代码,具体见博客更新。http://

2015-08-24 09:28:33 417

转载 压缩跟踪Compressive Tracking源码理解

在前面一个介绍《Real-Time Compressive Tracking》这个paper的感知跟踪算法的博文中,我说过后面会学习下它的C++源码,但是当时因为有些事,所以就没有看了。今天,上到博客,看到一朋友在这个博文中评论说,有个地方不太明白。然后,觉得该履行自己的承诺,去学习学习源码了。所以刚才就花了几个小时去看了C++的源码,做了详细的注释。希望对大家有点帮助。在这也感谢这位朋友。当然,

2015-08-24 09:26:29 576

转载 OpenTLD 资源汇总

TLD是一种算法的简称,原作者把它叫做Tracking-Learning-Detection。搞视觉的人看到这个名字都会吓一跳,很ambitious的计划。是09年的工作,不算太久,不过也不太新。网上关于这个的资源其实很多,很大程度和作者开放源代码有关。学习过程中碰到的第一个问题就是资源太多---当然是相对这个领域而言,一般能找到一个忠实再现算法的源码就已经很好了。所以把找到的list

2015-08-24 08:49:18 649

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