- 博客(12)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 《山世光：深度化的人脸检测与识别技术》读书笔记
原文链接：http://www.leiphone.com/news/201610/rZ2Mn9UFF3x8FaEt.html人脸识别过程人脸识别的本质是对比两个照片是否是同一个人。这个过程可以分为以下几个步骤：确定人脸位置确定五官位置提取关键人脸区域用特征提取器把图像变成特征向量对比两个不同人脸的特征向量的相似度在这里面其中最核心的三个步骤是：人脸位置的确定、五官位置的确定和特征提取器将
2017-01-13 14:42:06
2209
原创 几种常见的神经网络了解
神经网络技术起源-感知机神经网络技术起源于上世纪五、六十年代，当时叫感知机（perceptron），拥有输入层、输出层和一个隐含层。输入的特征向量通过隐含层变换达到输出层，在输出层得到分类结果。早期感知机的推动者是Rosenblatt，当时感知器传输函数是用线拉动变阻器改变电阻的方法机械实现的。但是，Rosenblatt的单层感知机有个严重的问题，即它对稍微复杂一些的函数都无能为力，例如最为典型的异
2017-01-12 11:57:22
15725
原创 NVIDIA cuDNN-用于机器学习的GPU库
NVIDIA cuDNN是用于深度神经网络的GPU加速库。它强调性能、易用性和低内存开销。NVIDIA cuDNN可以集成到更高级别的机器学习框架中，如加州大学伯克利分校的流行CAFFE软件。简单的，插入式设计可以让开发人员专注于设计和实现神经网络模型，而不是调整性能，同时还可以在GPU上实现高性能现代并行计算。 NVIDIA cuDNN-用于机器学习的GPU库
2017-01-12 11:38:36
1150
原创 星光级摄像机
概念星光级摄像机是指在微光情况下，通常指星光环境下无任何辅助光源，可以显示清晰的彩色图像的摄像机，它区别于普通摄像机只能显示黑白图像，在夜间能够彩色成像的摄像机能够极大的提高监控效果。技术星光级摄像机采用了超灵敏度图像传感器和独有的电子倍增和噪点控制技术，能够极大的提高摄像机的灵敏度，并且具备24小时全彩色实时效果，没有普通低照度摄像机出现的拖尾现象，满足对夜间高品质监控的需求，而且功耗小，图像效果
2017-01-10 15:24:35
4131
原创 FDDB数据库上评测人脸检测分类器
使用FDDB数据库测试分类器// fddb_roc.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include <opencv2/opencv.hpp>#include <iostream>#include <fstream>#include "facedetect-dll.h"//define the buffer size. Do not chan
2017-01-10 14:40:52
2349
4
原创 Dlib+VS2013环境搭建
下载Dlib库davisking/dlib下载链接添加环境路径创建项目添加source.cpp文件到项目设置包含目录和库目录图片格式支持设置SDL检查设置包含头文件完成
2017-01-09 10:31:48
1348
1
原创 《SeetaFace开源人脸识别引擎介绍》读书笔记
SeetaFace Detection漏斗型级联结构结合经典级联结构和多层神经网络的人脸检测方法，采用的是漏斗型级联结构（Funnel-Structured Cascade，FuSt）专门针对多姿态人脸检测设计，引入由粗到细的设计理念，兼顾了速度与精度的平衡。如下图所示，FuSt级联结构在顶部由多个针对不同姿态的快速LAB级联分类器构成，紧接着是若干个基于SURF特征的多层感知机（MLP），最后由一
2017-01-06 09:15:59
2887
1
转载 pitch、yaw、roll
三维空间的右手笛卡尔坐标系航空中坐标系pitchpitch是围绕X轴旋转，也叫俯仰角，如下图所示： yawyaw是围绕Y轴旋转，也叫偏航角，如下图所示：rollroll是围绕Z轴旋转，也叫翻滚角，如下图所示：
2017-01-05 16:41:37
1048
原创 《Reinhard颜色迁移算法》读书笔记
原理Reinhard等人根据LAB颜色空间中各通道互相不关联的特点，提出了一组适用于各颜色分量的色彩迁移公式，较好的实现了彩色图像之间的色彩迁移。基本思想就是根据着色图像的统计分析确定一个线性变换，使得目标图像和源图像在LAB空间中具有同样的均值和方差。算法流程将参考图像和目标图像转换到LAB颜色空间下计算参考图像和目标图像的均值和标准差目标图像的每个像素值，减去目标图像的均值然后乘以参考图像
2017-01-03 14:09:54
3994
原创 《暗通道优先的图像去雾算法》读书笔记
图像增强、图像修复、图像去雾之间的关系图像增强 强调主观标准，算法的结果是改善图像的质量。 图像修复 强调客观的标准，算法的结果是改善图像的质量。 图像去雾 图像增强和图像修复两种技术彼此交叉的典范，如果将雾霾看作是一种噪声，那么去除雾霾的标准显然是非常客观的，也就是将图像恢复到没有雾霾所获取的情况；如果将在雾霾环境下拍摄的照片看作是一种图像本来的面貌，那么去雾显然就是人们为了改善主观视觉质量而
2017-01-03 09:25:45
12098
matrix vector derivatives for machine learning.pdf
2019-12-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人