图形图像
piaomiaoju
android linux 计算机视觉
展开
-
stasm 对齐关键源码
SHAPE // results returned asa SHAPEAsmSearch ( SHAPE &StartShape, //out: start shape returned in here DET_PARAMS &DetParams, //out: face detector parameters do原创 2013-05-21 23:11:10 · 2825 阅读 · 5 评论 -
opencv 中sift 的使用
opencv 中Algorithm 封装了很多算法,实验过程中,发现sift,surf等在nonfree模块中的代码,需要initModule_nonfree();来注册算法,不然create 会返回空指针,这在opencv文档中有讲。Ptr sift = Algorithm::create("Feature2D.FAST");对于上面这样的代码虽然可以通过编译,但是没有意义,因为原创 2013-09-16 22:59:11 · 14297 阅读 · 2 评论 -
sift 学习中遇到的一些问题
比较好的论述文章 :http://blog.csdn.net/abcjennifer/article/details/7639681http://www.vlfeat.org/api/sift.html1、高斯金字塔的创建 尺度连续性 冗余金字塔 2、原作者推荐 第0个octave中的第0层 delta = 1.6 输入图像一般经过抗混叠滤波 认为 delta原创 2013-09-14 20:09:36 · 1944 阅读 · 0 评论 -
libsvm 多分类中model参数
一、先看REDEME中的介绍 struct svm_model{struct svm_parameter param;/* parameter */int nr_class; /* number of classes, = 2 in regression/one class svm */int l; /* total #SV */struct sv原创 2013-09-13 19:46:21 · 10136 阅读 · 0 评论 -
android 中bimap转mat例程
#include #include #include #define LOG_TAG "test"#define LOGI(...) __android_log_print(ANDROID_LOG_INFO,LOG_TAG,__VA_ARGS__)#define LOGE(...) __android_log_print(ANDROID_LOG_ERRO原创 2013-09-10 22:51:07 · 7207 阅读 · 2 评论 -
Saliency Filter
图像图区显著性信息目前比较perfect的两篇文章分别是:1、http://cg.cs.tsinghua.edu.cn/people/~cmm/saliency/ 通过图像分割和区域颜色,距离等信息计算得到显著信息。 主要步骤依次为颜色聚类,图像分割,对每个分割区域分别计算颜色直方图,然后计算每个区域的显著性信息,计算时,每两个区域的距离用颜色直方图距离衡量,每个区域对原创 2013-08-08 22:02:05 · 3958 阅读 · 5 评论 -
image retargeting
图像缩略图技术在不引入大的畸变的情况下,通过改变照片的大小和比例信息,来适应各种尺寸屏幕。 【缩略图像要求】:The important content of I should be preserved in I'.The important structur of I should be preserved in I'.I' should be free of visual ar原创 2013-06-24 22:40:48 · 2930 阅读 · 0 评论 -
image quality analysis
http://live.ece.utexas.edu/research/quality/原创 2013-06-20 11:54:36 · 803 阅读 · 0 评论 -
image classification 资源摘录
http://people.ee.duke.edu/~lcarin/cvpr2010_0618.pdfhttp://www.ifp.illinois.edu/~jyang29/LLC.htmhttp://www.dbs.informatik.uni-muenchen.de/~yu_k/#recent_publicationshttp://dceanalysis.bigr.nl/翻译 2013-06-27 23:52:30 · 845 阅读 · 0 评论 -
OpenCV 架构学习
库设计通用考虑:1、 Cv 命名空间2、自动内存管理 主要采用了智能指针,引用计数功能3、饱和操作 处理溢出值4、数据类型支持和多通道支持5、错误和异常处理6、多线程和可重入性core 主要定义了 traits 多类型支持,点,矩形,mat,vec,ptr,动态结构等数据结构imgproc 主要定义了图像滤波,几何变换,直方图,结构描述等数字图像处理基本原创 2013-07-18 22:34:47 · 1284 阅读 · 0 评论 -
opengl+vs2010+win7环境搭建
http://brothergrup.iteye.com/blog/1602471需要修改的是后面 将glu32.dll glu32.dll 放到 C:\Windows\SysWOW64文件夹中原创 2013-08-03 17:40:00 · 948 阅读 · 0 评论 -
人脸对齐ASM-AAM-CLM的一些总结
ASM算法相对容易,其中STASM是目前正面脸当中比较好的算法,原作者和CLM比较过。但是STASM速度较慢,大概10frame/s左右。ASM对齐在精度上不如AAM,AAM由于使用全局纹理信息,因此精度较高,但是遇到光照和多姿态时,对初始化Shape要求很高,不然容易陷入局部优化。CLM 分别继承了ASM和AAM的一些特征,效果得到了提升。对局部器官特征的概率假设和优化算法的选择,是CLM各种算原创 2013-05-12 21:35:11 · 11765 阅读 · 8 评论 -
ASEF和MOSSE相关算法
项目中需要做人眼检测,目前主要有adaboost,,svm,基于相关算法的人眼检测,肤色分割瞳孔定位等算法。由于人眼特征数目比较少, adaboost的误检率和精准度都不行,而SVM比较慢,肤色空间等瞳孔定位太不稳定,反倒像ASEF,MOSSE等算法测试的效果还比较好,但是在闭眼,眼镜遮挡上还是不行,但是由于相关算法在频域中处理速度较快,因此可以考虑多训练几个模板。参考文章:PTI原创 2013-05-12 21:13:15 · 10371 阅读 · 1 评论 -
CLM 系列代码实现考虑
Saragih 在 Face alignment through subspace constrained mean-shift 统一了asm/clm之类的算法,都称之为基于局部模型的算法(CLM)。Saragih主要考虑了(1) 如何对局部特征检测器响应进行拟合近似。(2)如何对近似后的响应,联合shape约束,进行最优求解。对局部特征检测器响应的建模可以用二次拟合,高斯原创 2013-05-24 23:27:42 · 2684 阅读 · 0 评论 -
svm 中的几何间隔
1.SVM在分类超平面中 求解 数据集最小几何间隔的最大值。2. SVM中超平面系数缩放,不影响超平面的位置,系数缩放,也不影响几何间隔。3. 定义>= 1,相当于几何间隔》1/||w||. 当然也可以定义成 >=k,因为这只会影响系数(w,b)缩放,同时需要修改几何间隔 》k/||w||.因此选择只不过是一种方便。wTx+b原创 2013-09-28 18:25:36 · 2314 阅读 · 0 评论