feature
文章平均质量分 82
sherry_gp
追寻自己想要的,仅此而已。
展开
-
HOG特征-理解篇
转自:http://blog.csdn.net/abcjennifer/article/details/7365651网上去找关于HOG的资料,发现理解性的较少,而且较为冗长,为方便大家理解便自己写了篇,希望能对奋斗在特征提取第一线的同志们有所帮助:HOG即histogram of oriented gradient, 是用于目标检测的特征描述子,该技术将图像局转载 2016-03-11 10:30:07 · 403 阅读 · 0 评论 -
HOG原理
背景引言方向梯度直方图(Histogram of Oriented Gradient,HOG)是用于在计算机视觉和图像处理领域,目标检测的特征描述子。该项技术是用来计算图像局部出现的方向梯度次数或信息进行计数。此种方法跟边缘方向直方图、尺度不变特征变换以及形状上下文方法有很多相似。但与它们的不同点是:HOG的计算基于一致空间的密度矩阵来提高准确率。即:在一个网格密集的大小统一的细胞单元上计转载 2016-03-11 12:57:38 · 5628 阅读 · 0 评论 -
Opencv学习笔记(六)SURF学习笔记
转自:http://blog.csdn.net/crzy_sparrow/article/details/7392345 看了harris角点检测之后,开始研究SURF角点检测,发现挺复杂的,一时也只了解了大概,把了解的东西总结下,以便下次深入学习。 SURF角点检测算法是对SIFT的一种改进,主要体现在速度上,效率更高。它和SIFT的主要区别是图像多尺转载 2016-04-13 09:11:29 · 773 阅读 · 0 评论 -
特征提取方法 SIFT,PCA-SIFT,GLOH,SURF
转自美女大神:http://blog.csdn.net/abcjennifer/article/details/7681718/在前面的blog中,我们已经讲了SIFT的原理,这里我们再详细讲解SIFT的变体:PCA-SIFT和GLOH。– Scale invariant feature transform (SIFT): Lowe, 2004.– PCA-转载 2016-04-13 14:55:56 · 589 阅读 · 0 评论 -
特征点检测学习(surf算法)
转自:http://www.cnblogs.com/tornadomeet/archive/2012/08/17/2644903.html在上篇博客特征点检测学习_1(sift算法) 中简单介绍了经典的sift算法,sift算法比较稳定,检测到的特征点也比较多,其最大的确定是计算复杂度较高。后面有不少学者对其进行了改进,其中比较出名的就是本文要介绍的surf算法,surf的中文转载 2016-04-13 20:04:54 · 6171 阅读 · 0 评论 -
Visualizing and Understanding Convolutional Networks笔记
Contents反卷积结构选取遮挡敏感性图片内特征相关性分析实验本文为20141024周报。在所有深度网络中,卷积神经网和图像处理最为密切相关,卷积网络在很多图片分类竞赛中都取得了很好的效果,但卷积网调参过程很不直观,很多时候都是碰运气。为此,卷积网络发明者Yann LeCun的得意门生Matthew Zeiler在2013年专门写了一篇论文,阐述了转载 2016-04-28 08:39:30 · 813 阅读 · 0 评论