- 博客(31)
- 收藏
- 关注
RSS订阅
原创 简述经典特征检测算法-SIFT（尺度不变特征变换）
SIFT（尺度不变特征变换）是一种计算机视觉中的算法，用于检测和描述图像中的局部特征。它由David Lowe在1999年提出，并在2004年详细发表。SIFT特征对旋转、尺度缩放、亮度变化保持不变，对视角变化、仿射变换和噪声也具有一定程度的稳定性。SIFT（Scale-Invariant Feature Transform，尺度不变特征变换）是一种用于图像处理和计算机视觉领域的特征检测算法。SIFT特征对图像的缩放、旋转和部分光照变化保持不变性，因此在多视角、多尺度的场景下非常鲁棒。
2024-02-27 10:45:34
896
原创 HDR视频与SDR视频的一些基本概念
定义：关键特征：技术要求：定义：关键特征：兼容性：总结来说，HDR视频是一种较新的技术，能够提供更高质量的视觉体验，特别是在对比度和颜色表现方面。而SDR视频则是更为传统和普及的格式，具有更广泛的兼容性和更低的技术要求。随着技术的发展，HDR正在逐渐成为高端电视和视频制作的标准。HDR（High Dynamic Range）视频和SDR（Standard Dynamic Range）视频的差异主要体现在它们能够捕捉和显示的亮度范围、颜色深度以及对比度上。以下是它们的主要区别：亮度范围：颜色深度：颜色空间：元
2024-01-30 15:15:03
992
原创 耳机与音频基础知识
这部分通常指的是声音频谱中的低端，大约在20 Hz到250 Hz之间。低频对应于我们可以听到的最低音调，通常与音乐中的低音和节奏部分相关，如贝斯和鼓等乐器的声音。低频响应好的耳机能够提供深沉、有力且不失真的低音。：中频通常覆盖了250 Hz到2000 Hz（或2 kHz）之间的频率范围。这个范围包含了大部分乐器和人声的主要音调。中频质量高的耳机能够准确还原声音的自然质感和清晰度，使声音更加温暖和丰满。：高频涵盖了大约2 kHz到20 kHz的频率范围，这是人耳听觉的高端。
2024-01-17 15:46:46
866
原创 视频目标移除检测(Object Removal Forgery Detection)学习笔记
视频篡改检测的子方向，即视频目标移除检测的相关笔记和近几年的论文，个人感觉这个方向仍有很多做的空间和亟需解决的问题。
2024-01-11 14:01:43
1147
原创 IEEE Transactions on Information Forensics and Security(TIFS) 投稿记录
首次投稿限制页数（13页）
2024-01-08 19:13:35
716
2
原创 AI MAX学习笔记
它支持SSH、SFTP、TELNET、RLOGIN等协议，并提供了丰富的功能和易于使用的界面，方便系统管理员和网络工程师在Windows系统上管理和访问远程设备。总的来说，XSHELL用于远程连接和管理服务器和网络设备，而XFTP用于方便地进行文件传输和管理。在传输好数据的情况下（数据的创建方法可在普通用户手册查看），点击交互式开发，创建，执行器选择Terminal，工作空间可以选择全部目录（即根目录/），也可以选择工程文件夹。提供SSH密钥管理，支持公钥和私钥的生成和导入。
2023-07-27 12:46:08
873
1
原创 Y4M(YUV4MPEG2)视频文件格式
Y4M(YUV4MPEG2)是一种简单的用来保存YUV(YCbCr)数据的文件格式，文件扩展名为.y4m。格式样例: http://samples.mplayerhq.hu/yuv4mpeg2/FFmpeg支持Y4M的格式，通过下面简单的命令就能得到Y4M格式的数据Y4M文件格式见下图一个纯文本格式的header开始。header后面是任意数量帧数据。每个帧数据以5个字节的“FRAME”开始，后面跟着0个或多个参数，每个参数前面’0x20’，所有参数最后是’0x0A’。后面是YUV原始数据。
2023-04-28 08:18:36
407
原创 什么是4:4:4、4:2:2、4:2:0？了解图像压缩取样的方式
尽管从早期视频采样到现在，色度取样已经是一种简单有效的压缩技术，但是它会产生明显的失真。数字技术那是起也变得更复杂。不过取样只是简单的减少图像的色彩分辨率的宽度，现代数字编码能够分析图像内容然后决定如何优先处理细节。举例来说，现代数字采样，能够对低亮度、低饱和度以及细节度低的区域区别对待。消费者的眼光也变得更犀利，对图像质量的要求也越来越高。对于4:2:0压缩方式的DVD，蓝光碟成为了趋势。最后，在进行现代数字编码时，为其提供4:4:4采样的数据，能极大程度的改善编码后的图像质量。
2023-04-27 14:50:39
401
原创 有关最近“长尾”问题在机器学习中的应用
长尾问题（Long tail problem）是指在一个系统、市场或领域中，少数热门产品、服务、内容等占据大部分市场份额，而大量非热门产品、服务、内容等占据了市场的“长尾”部分，但每个非热门项目的销售量、流量等都比较低。这种现象通常是由于互联网等技术的发展所带来的，它使得用户可以更方便地访问和购买不同类型的产品或服务，同时也使得供应商可以更容易地推出和销售更多的产品或服务，从而形成了一个巨大的产品或服务市场。
2023-04-27 09:06:24
2270
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