![](https://img-blog.csdnimg.cn/20190927151124774.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
计算机视觉
计算机视觉
迷途小龙驹
写文章记录自己研究旅途的成长。单凭自学和各位大佬的循循教导,早日修成硬软件开发的正果。活到老,学到老。
展开
-
计算机视觉基础---图像处理(下)---任务04
HOG特征描述算子-行人检测4.1 简介本次任务将学习一种在深度学习之前非常流行的图像特征提取技术——方向梯度直方图(Histogram of Oriented Gradients),简称HOG特征。HOG特征是在2005年CVPR的会议发表,在图像手工特征提取方面具有里程碑式的意义,当时在行人检测领域获得了极大成功。学习HOG特征的思想也有助于我们很好地了解传统图像特征描述和图像识别方法,本次任务我们将学习到HOG背后的设计原理,和opencv的实现。4.2 学习目标 理解HOG特征原创 2020-08-13 14:54:58 · 562 阅读 · 0 评论 -
计算机视觉基础---图像处理(下)---任务03
Haar特征描述算子-人脸检测3.1简介Haar-like特征最早是由Papageorgiou等应用于人脸表示,在2001年,Viola和Jones两位大牛发表了经典的《Rapid Object Detection using a Boosted Cascade of Simple Features》和《Robust Real-Time Face Detection》,在AdaBoost算法的基础上,使用Haar-like小波特征和积分图方法进行人脸检测,他俩不是最早使用提出小波特征的,但是他们设计原创 2020-08-13 14:53:56 · 2073 阅读 · 0 评论 -
计算机视觉基础---图像处理(下)---任务02
LBP特征描述算子-人脸检测2.1 简介 LBP指局部二值模式(Local Binary Pattern),是一种用来描述图像局部特征的算子,具有灰度不变性和旋转不变性等显著优点。LBP常应用于人脸识别和目标检测中,在OpenCV中有使用LBP特征进行人脸识别的接口,也有用LBP特征训练目标检测分类器的方法,OpenCV实现了LBP特征的计算,但没有提供一个单独的计算LBP特征的接口。也就是说OpenCV中使用了LBP算法,但是没有提供函数接口。2.2 学习目标 了解人脸检测相关流程原创 2020-08-13 14:51:13 · 361 阅读 · 0 评论 -
计算机视觉基础---图像处理(下)---任务01
Harris特征点检测器-兴趣点检测1.1 简介在图像处理领域中,特征点又被称为兴趣点或者角点,它通常具有旋转不变性和光照不变性和视角不变性等优点,是图像的重要特征之一,常被应用到目标匹配、目标跟踪、三维重建等应用中。点特征主要指图像中的明显点,如突出的角点、边缘端点、极值点等等,用于点特征提取的算子称为兴趣点提取(检测)算子,常用的有Harris角点检测、FAST特征检测、SIFT特征检测及SURF特征检测。 本次任务学习较为常用而且较为基础的Harris角点检测算法,它的思想以及数学理论能够很好原创 2020-08-13 14:48:40 · 426 阅读 · 0 评论 -
计算机视觉基础---图像处理---任务06
边缘检测6.1 简介6.1.1 什么是边缘?边缘是图像强度函数快速变化的地方6.1.2 如何检测边缘?为了检测边缘,我们需要检测图像中的不连续性,可以使用导数来检测不连续性。如上图所示,上图的第一幅图表示一张数字图片,我们对水平红线处进行求导,便可得到上图二中的关系,可以看到在边缘处有着较大的跳变。但是,导数也会受到噪声的影响,因此建议在求导数之前先对图像进行平滑处理(上图三)。但是,导数也会受到噪声的影响,因此建议在求导数之前先对图像进行平滑处理。 然后我们可以使用遮罩使.原创 2020-08-13 14:46:46 · 321 阅读 · 0 评论 -
计算机视觉基础---图像处理---任务05
图像分割/二值化5.1 简介该部分的学习内容是对经典的阈值分割算法进行回顾,图像阈值化分割是一种传统的最常用的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量,而且也大大简化了分析和处理步骤,因此在很多情况下,是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级,对像素集合进行一个划分,得到的每个子集形成一个与现实景物相对应的区域,各个区域内原创 2020-08-13 14:45:33 · 289 阅读 · 0 评论 -
计算机视觉基础---图像处理---任务04
4.1 简介图像的实质是一种二维信号,滤波是信号处理中的一个重要概念。在图像处理中,滤波是一种非常常见的技术,它们的原理非常简单,但是其思想却十分值得借鉴,滤波是很多图像算法的前置步骤或基础,掌握图像滤波对理解卷积神经网络也有一定帮助。4.2 学习目标 了解图像滤波的分类和基本概念 理解均值滤波/方框滤波、高斯滤波的原理 掌握OpenCV框架下滤波API的使用 4.3 内容介绍1、均值滤波/方框滤波、高斯滤波的原理2、OpenCV代码实践3、动手实践并打卡(原创 2020-08-13 14:44:15 · 548 阅读 · 0 评论 -
计算机视觉基础---图像处理---任务03
彩色空间互转3.1 简介图像彩色空间互转在图像处理中应用非常广泛,而且很多算法只对灰度图有效;另外,相比RGB,其他颜色空间(比如HSV、HSI)更具可分离性和可操作性,所以很多图像算法需要将图像从RGB转为其他颜色空间,所以图像彩色互转是十分重要和关键的。3.2 学习目标 了解相关颜色空间的基础知识 理解彩色空间互转的理论 掌握OpenCV框架下颜色空间互转API的使用 3.3 内容介绍1.相关颜色空间的原理介绍2.颜色空间互转理论的介绍3.OpenC原创 2020-08-13 14:42:36 · 299 阅读 · 0 评论 -
计算机视觉基础---图像处理理---任务02
几何变换1. 简介 该部分将对基本的几何变换进行学习,几何变换的原理大多都是相似,只是变换矩阵不同,因此,我们以最常用的平移和旋转为例进行学习。在深度学习领域,我们常用平移、旋转、镜像等操作进行数据增广;在传统CV领域,由千某些拍摄角度的问题,我们需要对图像进行矫正处理,而几何变换正是这个处理过程的基础,因此了解和学习几何变换也是有必要的。这次我们带着几个问题进行,以旋转为例:1:变换的形式(公式)是什么?2:旋转中心是什么?毕竟以不同位置为旋转中心得到的结果是不...原创 2020-06-27 15:45:33 · 147 阅读 · 0 评论 -
计算机视觉基础--图像处理理---任务01
OpenCV框架与图像插值算法1.1 简介 在图像处理中,平移变换、旋转变换以及放缩变换是一些基础且常用的操作。这些几何变换并不改变图象的象 素值,只是在图象平面上进行象素的重新排列。在一幅输入图象【u,v】中,灰度值仅在整数位置上有定义。然而,输出图象[x,y]的灰度值一般由处在非整数坐标上的 【u,v】值来决定。这就需要插值算法来进行处理,常见的插值算法有最近邻插值、双线性插值和三次样条插值。1.2学习⽬目标了解插值算法与常见几何变换之间的关系 理解插值算法的原理 掌握O...原创 2020-06-27 15:28:47 · 468 阅读 · 0 评论 -
CV-Task5 模型集成
赛题:零基础⼊入⻔门CV赛事- 街景字符编码识别地址:https://tianchi.aliyun.com/competition/entrance/531795/information在上一章我们学习了如何构建验证集,如何训练和验证。本章作为本次赛题学习的最后一章,将会讲解如何使用集 成学习提高预测精度。本章讲解的知识点包括:集成学习方法、深度学习中的集成学习和结果后处理思路。1.1学习⽬目标1.学习 集成学习方法以及交叉验证情况下的模型集成2. 学会使用深度学习模型的集成学...原创 2020-06-02 20:30:50 · 105 阅读 · 0 评论 -
CV-Task4 模型训练与验证
赛题:零基础⼊入⻔门CV赛事- 街景字符编码识别地址:https://tianchi.aliyun.com/competition/entrance/531795/information在上一章节我们构建了一个简单的CNN进行训练,并可视化了训练过程中的误差损失和第一个字符预测准确率, 但这些还远远不够。一个成熟合格的深度学习训练流程至少具备以下功能:在训练集上进行训练,并在验证集上进行验证; 模型可以保存最优的权重,并读取权重; 记录下训练集和验证集的精度,便千调参。为此本章将从构建..原创 2020-05-30 21:24:04 · 166 阅读 · 0 评论 -
CV-Task3 字符识别模型
1. Datawhale 零基础⼊入⻔门CV-Task3 字符识别模型 1.1 学习⽬目标 1.2 CNN介绍 1.3CNN发展 1.4 Pytorch构建CNN模型 1.5 本章⼩小节赛题:零基础⼊入⻔门CV赛事- 街景字符编码识别地址:https://tianchi.aliyun.com/competition/entrance/531795/information在前面的章节,我们讲解了赛题的背景知识和赛题数据的读取。本章开始构建一个字符识别模型...原创 2020-05-27 21:05:12 · 153 阅读 · 0 评论 -
Datawhale CV-Task2 数据读取与数据扩增
Datawhale 零基础⼊入⻔门CV-Task2 数据读取与数据扩增地址:https://tianchi.aliyun.com/competition/entrance/531795/information在上一章节,我们给大家讲解了赛题的内容和三种不同的解决方案。从本章开始我们将逐渐的学习使用1定长字符识别】思路来构建模型,逐步讲解赛题的解决方案和相应知识点。本章主要内容为数据读取、数据扩增方法和Pytorch读取赛题数据三个部分组成。1.1学习⽬目标2.学习Python和Py.原创 2020-05-23 08:39:05 · 178 阅读 · 0 评论 -
天池--Task1 赛题理解
赛题:零基础⼊入⻔门CV赛事- 街景字符编码识别地址:https://tianchi.aliyun.com/competition/entrance/531795/information本章内容将会对街景字符识别赛题进行赛题背景讲解,对赛题数据的读取进行说明,并给出集中解题思路。赛题名称:零基础入门CV之街道字符识别赛题目标:通过这道赛题可以引导大家走入计算机视觉的世界,主要针对竞赛选手上手视觉赛题,提高对数据建模能力。赛题任务:赛题以计算机视觉中字符识别为背景,...原创 2020-05-20 22:34:51 · 211 阅读 · 0 评论