2018年03月_AutoXTruck

原创 Yolov3升级版

Yolov3简述代码地址：https://pjreddie.com/yolo/ 文章地址： https://pjreddie.com/media/files/papers/YOLOv3.pdf 　　文末附yolov3_VisualStudio2015_cpu版本的下载代码　　文末附yolov3_VisualStudio2015_gpu版本的下载代码　　前些天Joseph Redm...

2018-03-28 00:11:04 5380

原创 MSER仿射不变特征匹配算法

MSER原理简述　　个人博客 OpenCV实践之MSER仿射匹配算法已更新讲述MSER仿射匹配算法代码　　　　区域检测(Region Detection)方法是根据图像中具有某种同类性质的像元进行分类(例如相同像素值大小的点)，然后把具有相同性质的像元合并成区域，实现区域的检测即图像分割。MSER(Maximally Stable Extremal Regions最大极值区域检测)方...

2018-03-25 12:21:21 4502 15

原创 Harris-Affine仿射不变特征匹配算法

Harris-Affine原理概述　　　　文末已添加Github代码链接地址尺度不变Harris-Laplace角点算法简述　　经典Harris作为当下运用最为广泛的提取角点算子，具有旋转、尺度、部分光照不变性，计算简单。Hessian角点检测是比Harris算子的更加稳定的角点检测算子只是计算效率相比Harris要高。随着Harris算子提出进一步发展为具有尺度不变性的角点检测算...

2018-03-21 14:58:51 10235 21

目标检测物体的候选框是如何产生的？　　如今深度学习火热的今天，RCNN/SPP-Net/Fast-RCNN等文章都会谈及bounding boxes(候选边界框)的生成与筛选策略。那么候选框是如何产生，又是如何进行筛选的呢？其实物体候选框获取当前主要使用图像分割与区域生长技术。区域生长(合并)主要由于检测图像中存在的物体具有局部区域相似性(颜色、纹理等)。目标识别与图像分割技术的发展进一步推动...

2018-03-17 20:19:10 17135 3

原创 AKAZE算法分析

1 算法简介　　局部特征相关算法在过去二十年期间风靡一时，其中代表的有SIFT、SURF算法等(广泛应用于目标检测、识别、匹配定位中)，这两种算法是用金字塔策略构建高斯尺度空间(SURF算法采用框滤波来近似高斯函数)。不论SIFT还是SURF算法在构造尺度空间时候存在一个重要的缺点：高斯模糊不保留对象边界信息并且在所有尺度上平滑到相同程度的细节与噪声，影响定位的准确性和独特性。　　针对高斯...

2018-03-16 19:57:53 23480 20

原创 Yolo9000算法分析

Yolo9000算法概述　　现实世界通用的目标检测与识别性能要够快、够准、能够多类别的检测识别。目前主流的目标检测算法(RCNN系列)受限于少部分的目标检测识别，而且当下的目标检测数据集类别数较少，相比于图像分类数据集(ImageNet)相差较大。Yolov2(Yolo9000)针对Yolo目标检测算法进一步改进，作者提出联合训练策略：将检测和分类数据集联合来训练目标检测模型。具体方法：利用目...

2018-03-13 23:07:58 8937

原创 OpenCV学习系列之模板匹配

模板匹配算法介绍模板匹配算法主要为模板图像在基准图上进行由左往右、由上到下进行相关运算，最后得到一个进行相关运算后的系数矩阵：系数矩阵中的参数值用来度量模板图像在基准图中的子区域相似程度。采用相关系数来进行评判，模板匹配算法主要有基于灰度值的模板匹配、梯度值的模板匹配、相位相关匹配等方法。灰度值匹配：模板图像未经过任何预处理，直接取其像素值在原始图像上进行相关运算，灰度匹配算法优点...

2018-03-04 16:45:44 3334

原创 OpenCV视频追踪实例之akaze_tracking

使用AKAZE算法进行视频追踪(对比ORB算法)简述orb与akaze算法 David. Lowe提出的SIFT算法由于卓越的性能，在过去二十多年几乎应用于目标追踪、图像匹配等相关计算机视觉领域。2012年Pablo F. Alcantarilla所提出的KAZE算法在匹配鲁棒性与速度上要优于SIFT算法；但是，KAZE算法的时间依然较高：因此原作者在13年提出Accelerated-KAZ...

2018-03-01 23:02:25 4072 6

AutoXTruck专栏