Opencv自带算法
文章平均质量分 73
SugarShine0825
本人研究方向为计算机视觉、机器学习和模式识别等领域,希望能在这里认识更多同领域专业人才,共同进步。
展开
-
人脸识别之特征向量
最近在学习人脸识别算法,看了Opencv自带的Eigenfaces人脸识别算法,算法的主要思想是利用PCA(Principal Component Analysis)将人脸图像数据高维空间映射到底维空间,将待识别图像低维空间数据与训练样本低维空间数据比较达到识别的目的。原创 2015-02-08 10:27:25 · 12644 阅读 · 2 评论 -
人脸识别之LBPH
LBPH(Local Binary PatternsHistograms)局部二进制编码直方图,建立在LBPH基础之上的人脸识别法基本思想如下:首先以每个像素为中心,判断与周围像素灰度值大小关系,对其进行二进制编码,从而获得整幅图像的LBP编码图像;再将LBP图像分为个区域,获取每个区域的LBP编码直方图,继而得到整幅图像的LBP编码直方图,通过比较不同人脸图像LBP编码直方图达到人脸识别的目的,其优点是不会受到光照、缩放、旋转和平移的影响。原创 2015-02-10 15:43:45 · 11719 阅读 · 1 评论 -
OpenCV之基于GMM的运动目标检测
GMM(Gaussian of Mixture Models),中文为混合高斯模型,主要作用是将场景中前景和背景分离,提取场景背景信息和某一时刻所拍摄图像前景信息。它是对图像的每个像素建立多个高斯模型,每个模型包含均值、方差、权值和匹配数4个参数;利用第一帧图像每个像素值对每个像素对应各个高斯模型进行初始化,用后续帧每个像素与该像素对应当前混合高斯模型进行匹配,利用匹配结果更新每个像素混合高斯模型,更新场景背景图像,设置当前图像对应前景图像。基于GMM运动目标检测,是在得到某一张图片对应前景图片的基础上,对原创 2015-03-11 13:56:43 · 3948 阅读 · 0 评论