![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
计算机视觉(CV)
文章平均质量分 55
Galaxy银河
来自浙江温州的一位初一学生。2022年底开始发布文章。兴趣爱好是c++,有时也学学python和Java。2023年中,开始研究计算机人工智能,接触docker,git和restful等。文章曾入选《云原生领域内容榜》第23名,《C/C++领域内容榜》第4名,也曾登上《前沿技术领域内容榜》第2名,《人工智能领域内容榜》第24名。文章还曾被武汉开发者社区、华为开发者联盟HarmonyOS专区、华为云开发者联盟、西安城市开发者社区、云原生技术专区和AI技术专区收录。
展开
-
计算机视觉CV:在自动驾驶方面的应用与C++代码实现
接下来,调用hog.detectMultiScale()函数检测行人,并将检测到的行人位置存储在一个vector中。最后,使用rectangle()函数在原始图像中标记检测到的行人位置,并通过imshow()函数显示结果。实时定位:自动驾驶汽车必须实时地知道自己在道路上的位置,并对周围的环境进行感知和分析,以便做出正确的决策。路径规划:利用计算机视觉技术,实时分析道路上的交通情况和行驶条件,为自动驾驶汽车制定合理的路径规划策略。对于以上的各个方面,都可以通过计算机视觉来完成。原创 2023-09-09 00:30:00 · 594 阅读 · 0 评论 -
计算机视觉CV:1000字总结介绍
在计算机视觉的发展过程中,主要涉及到图像处理、模式识别、机器学习、统计学等技术,其中,机器学习是计算机视觉的核心之一。总之,计算机视觉是一门非常重要的技术,其应用场景非常广泛。随着科技的发展,计算机视觉在各个领域中发挥的作用将越来越重要,因此,对计算机视觉的研究和发展是非常有必要的。计算机视觉的应用非常广泛,包括医学影像诊断、智能交通、安防监控、人脸识别、虚拟现实、无人驾驶等领域。计算机视觉的基本技术主要包括图像处理、特征提取、目标检测、物体识别和深度学习等技术。下面对这些技术进行一些简单的介绍。原创 2023-09-08 19:08:51 · 752 阅读 · 0 评论 -
CV:基于计算机视觉完成两张图片的特征匹配以及用RANSAC方法寻找最佳的匹配点对和单应矩阵的代码
在这个代码中,我们首先加载了需要匹配的两张图片,然后用SIFT检测器提取了两张图片中的关键点和特征描述符。接下来,我们用FLANN算法进行特征匹配,并选取了距离比小于0.7的匹配点对作为好的匹配点对。然后,我们用RANSAC算法估计了最佳的单应矩阵,并用该矩阵将第一张图片的四个顶点映射到第二张图片中,从而绘制出了匹配结果。另外,这个代码中仅仅使用了SIFT和FLANN算法进行特征匹配,实际上还有很多其他的特征检测和匹配算法可以使用,比如ORB、FAST、BRIEF和BRISK等。原创 2023-09-06 21:06:54 · 730 阅读 · 1 评论 -
CV:计算机视觉CV运用领域
图像处理和图像分析:计算机视觉技术可以用于图像处理和图像分析,识别和检测特定的图像特征,例如目标检测、图像分割、边缘检测、图像增强、模式识别等。虚拟现实和增强现实:计算机视觉技术可以用于虚拟现实和增强现实的应用,例如手势识别、人脸识别、位置追踪和物体检测等。医疗保健:计算机视觉技术可以用于医疗图像分析,例如医学影像诊断、肿瘤检测、细胞分析、眼底图像分析和人体成像等。机器人技术:计算机视觉技术在机器人技术中的应用领域非常广泛,包括机器人导航、环境感知、物体检测和识别等。原创 2023-09-08 00:15:00 · 782 阅读 · 0 评论 -
人工智能:人工智能解释“Approach”一词,以及人工智能分析(机器学习ML,深度学习,自然语言处理NLP,计算机视觉CV,智能代理Intelligent Agent,增强学习)
计算机视觉(Computer Vision,简称CV):利用计算机和相关技术,提取和分析图像和视频中的信息,以理解和解释视觉世界的能力。5.在教育中,方法是指教师用于教授某一科目或技能的教学技巧,例如,以学生为中心的方法、基于问题的方法或基于项目的方法。3.在软件开发中,方法描述了用于设计、开发、测试和维护软件产品的方法,它可以是敏捷、scrum、瀑布或任何其他方法。4.在商业中,方法是公司试图实现其目标和目的的方式,如营销方法、销售方法或客户服务方法。原创 2023-08-22 09:41:51 · 106 阅读 · 0 评论 -
计算机视觉的延伸整理
计算机视觉是一门涉及和等技术的交叉学科,旨在将计算机技术应用于对视觉信息的理解和处理。其主要研究内容包括图像和视频处理、目标检测和跟踪、三维重建、人脸识别、自动驾驶等。计算机视觉已经被广泛应用于医学影像分析、安防监控、智能交通、虚拟现实等领域。原创 2023-08-03 21:02:57 · 2396 阅读 · 1 评论 -
计算机视觉(CV)技术的优势和挑战
计算机视觉(CV)技术在很多领域都具有广泛的应用。例如:智能交通、安防监控、医疗诊断、机器人控制等。原创 2023-07-31 20:30:52 · 88 阅读 · 0 评论