![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Computer Vision
文章平均质量分 66
ZoeGreenn
Stay hungry.Stay foolish.
展开
-
计算机视觉领域的牛人博客和研究机构
转自:http://www.cnblogs.com/Rick-w/archive/2012/04/14/2446921.html 以下链接是本人整理的关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码,CV领域的最新动态,国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注转载 2015-03-22 20:07:38 · 1054 阅读 · 0 评论 -
图像特征提取与描述
图像特征提取与描述我们怎么判断两幅图像是否描述的是同一个事物呢?很多时候我们需要给出这样的判断,那我们判断的依据是什么呢?比如说判断一个人,你怎么知道你眼前的人就是你知道的那个人?是因为他的长相和之前存储在我们大脑里的那个名字所对应的长相相匹配,或者你一直记着他鼻子下面长着一颗痣,我们才确定他就是我们认识的人。那么对于图像来说是否也存在某种可以检测出来的特征,可以用于匹配呢?答案当然是有的。我原创 2015-09-27 19:20:13 · 4315 阅读 · 0 评论 -
自制图片搜索引擎(一)
一般来说有三种模式的图片搜索引擎:基于元数据、基于例子和混合模式。 基于元数据的搜索引擎是指手动为图片添加注释或标签,这种方式很少检测图像本身的内容,而是用相关的文本信息。 基于例子搜索仅仅依赖于图像的内容,不需要提供关键字。引擎会分析、量化并存储图像,然后返回其他相关的图像。 混合式图像搜索引擎可以同时基于图像和文本描述搜索。原创 2015-08-20 15:43:37 · 1142 阅读 · 0 评论 -
github上计算机视觉学习资源
Awesome Computer Vision: A curated list of awesome computer vision resources, inspired by awesome-php.For a list people in computer vision listed with their academic genealogy, please visit he转载 2015-08-19 17:28:47 · 6125 阅读 · 0 评论 -
自制图片搜索引擎(三)
第二步:从数据集提取特征上篇里我们已经定义好了图像描述符。接下来我们就要对数据集的每一幅图像提取特征并将其保存起来,这个过程称为索引化。代码创建一个新文件夹,index.py表格Markdown Extra 表格语法: 项目 价格 Computer $1600 Phone $12 Pipe $1可以使原创 2015-08-26 11:23:18 · 774 阅读 · 0 评论 -
自制图片搜索引擎(二)
前一篇已经讲解了构建一个图片搜索引擎的基本步骤. 下面我们分步实现:定义图像描述符图像描述符其实就是指能描述一副图片特征的数据.原创 2015-08-25 11:02:19 · 2318 阅读 · 0 评论 -
计算机视觉学习资源
计算机视觉在生活和工业应用等领域越来越广泛。在科学研究中,常常需要借鉴和参考巨人的IDEA和资料,这里总结了一些常用的网站供大家参考,世界很大,这只是小部分。如果你有什么补充,发email给我,补充。http://www.bernardotti.it/http://www.ohloh.net/tags/recognitionhttp://www.diphernet.com/http转载 2015-06-12 11:48:35 · 2429 阅读 · 0 评论 -
MATLAB中实现图像的空间域滤波和频率域滤波
一)空间域滤波与频率域滤波 1)空间域滤波 空间域滤波是指在图像空间中借助模板对图像领域进行操作,处理图像每一个像素值。主要分为线性滤波和非线性滤波两类,根据功能可分为平滑滤波器和锐化滤波器。平滑可通过低通来实现,平滑的目的有两类,一是模糊,目的是在提取较大的目标前去除太小的细节或将目标内的小尖端连接起来;二是去噪。锐化则可用高通滤波来实现,锐化的目的是为了增强被模糊的细节。原创 2015-05-01 17:29:05 · 35198 阅读 · 2 评论 -
计算机视觉,机器学习相关领域源代码大集合
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:· SIFT [1] [Demo program][SIFT Library] [VLFeat]· PCA-SIFT [2] [Pr转载 2015-03-22 20:01:06 · 768 阅读 · 0 评论 -
卷积神经网络学习笔记(一)
CNNs学习笔记一 基本原理1) 反向传导算法 在机器学习中,给定了测试数据集后经过一个模型后得到的一个实际输出数据集,为了刻画实际值与理想值之间的关系,我们定义了一个代价函数,有时也叫损失函数: 下图为神经网络的一般模型: 前向传导即根据每个神经元的权值来推导出下一个神经元的权值。对于一个神经网络,给出输入(x,y)后我们首先要进行“前向传导”运算,计算出网络中所有的激活函数值,包括最原创 2015-11-05 22:02:43 · 5037 阅读 · 0 评论