2013年11月_todayq

12月 11月 09月 08月 07月 01月

原创人脸识别相关知识总结

人脸检测肤色分割Adaboost算法（分类器训练）特征定位眼睛定位嘴角定位特征点定位（特征点评测）人脸裁剪特征提取LBPLDPGaborWaveletGabor_LBP降维PCARandom Projection相似性度量识别算法SVMAdaboostPCALDA

2013-11-08 16:52:13 2596 2

转载手把手教你cuda5.5与VS2010的编译环境搭建

目前版本的cuda是很方便的，它的一个安装里面包括了Toolkit`SDK`document`Nsight等等，而不用你自己去挨个安装，这样也避免了版本的不同步问题。1 cuda5.5的下载地址，官方网站即可：　　https://developer.nvidia.com/cuda-downloads 在里面选择你所对应的电脑版本即可。2 VS2010这个没什么说的了，网上各种

2013-11-29 17:21:32 1090

原创如何将IntPtr类型转为Image类型

在用emgu的cvDisTransform函数时，除了简单的街区距离，其余距离都要求目标图为32位图像，因此，采用IntPtr dst = CvInvoke.cvCreateImage(CvInvoke.cvGetSize(src), Emgu.CV.CvEnum.IPL_DEPTH.IPL_DEPTH_32F, 1);创建目标图像，但是，如何将dst保存到Image里边呢？方案一：利用m

2013-11-29 16:48:00 10705

原创 Emgu 距离变换

函数：public static void cvDistTransform( IntPtr src, IntPtr dst, DIST_TYPE distanceType, int maskSize, float[] userMask, IntPtr labels)应用： private void distanceTransform(object sender, Eve

2013-11-28 14:11:33 2718

转载距离变换 matlab实现 opencv实现

距离变换将一幅二值图像（特征点为0，非特征点为1）变换为一幅灰度图像，灰度图像每一点的像素值为二值图像上非零像素到最近的0像素的距离。SyntaxD = bwdist(BW)[D,IDX] = bwdist(BW)[D,IDX] = bwdist(BW,method)DescriptionD = bwdist(BW) computesthe Euclid

2013-11-27 17:26:47 5191 2

原创图像旋转

绕原点旋转newx=x*cosa-y*sinanewy=x*sina+y*cosa绕某一定点A(x0,y0)旋转1.平移变换，将坐标原点移动到A点newx=x-x0newy=y-y02.旋转newx=newx*cosa-newy*sinanewy=newx*sina+newx*cosa3.平移变换，将坐标原点变回原来的O(0,0)点newx=newx+x

2013-11-27 13:20:16 942

转载光照归一化算法

TECHNIQUESThe INFace toolbox v2.1 includes (among others) implementations of thefollowing photometric normalization techniques*:- the single-scale-retinex algorithm- the multi-scale-

2013-11-26 16:12:36 8866

原创光照归一化算法——DoG滤波，自商图

function pic=DoG(I)if size(I,3)==3 I=rgb2gray(I);endI=double(I);h1=fspecial('gaussian',15,1);h2=fspecial('gaussian',15,2);m=filter2(h2,I)-filter2(h1,I);R=m;mi=min(min(R));ma=max(max(R));

2013-11-26 15:11:57 6579 1

转载从CVPR2013看计算机视觉研究的三个趋势

H. Jiang and J. Xiao. A Linear Approach to Matching Cuboids in RGBD Images. In CVPR 2013. [pdf]2) 中层patch的分析会是一个热点在局部特征很难具有足够的描述力的情况下，中层特征的提取和分析就显得更加重要。在ECCV 2012年 CMU的 Saurabh Singh 提出了中层pa

2013-11-22 17:45:48 1043

转载 21世纪初最有影响力的20篇计算机视觉期刊论文

选取论文的原则：（1）期刊论文，主要来源于以下期刊：TPAMI，IJCV，TIP，CVIU，IVC，MVA，PR，JMIV，IJPRAI… （2）发表在2000年以后（3）SCI检索次数大于1000，来源于Web of Science数据库，2012年12月初的检索结果 Top 20 榜单如下： [1] D. G. Lowe, “Dist

2013-11-22 17:43:50 1376

转载梯度下降算法

回归与梯度下降：回归在数学上来说是给定一个点集，能够用一条曲线去拟合之，如果这个曲线是一条直线，那就被称为线性回归，如果曲线是一条二次曲线，就被称为二次回归，回归还有很多的变种，如locallyweighted回归，logistic回归，等等，这个将在后面去讲。用一个很简单的例子来说明回归，这个例子来自很多的地方，也在很多的opensource的软件中看到，比如说weka。

2013-11-22 14:38:34 1375

转载 MP算法和OMP算法及其思想

主要介绍MP(Matching Pursuits)算法和OMP(Orthogonal Matching Pursuit)算法[1]，这两个算法虽然在90年代初就提出来了，但作为经典的算法，国内文献(可能有我没有搜索到)都仅描述了算法步骤和简单的应用，并未对其进行详尽的分析，国外的文献还是分析的很透彻，所以我结合自己的理解，来分析一下写到博客里，算作笔记。1. 信号的稀疏表示(sparse re

2013-11-20 17:02:14 1056

原创 windows启动后无法显示桌面和任务栏

ctr+alt+delete，打开任务管理器：1,结束explorer进程2.在运行中输入c:\windows\explorer.exe，不要直接输入explorer.exe，这样会调用system32下explorer.exe（一般为病毒产生的）如果输入c:\windows\explorer.exe也不行，那应该是windows\explorer进程被感染了。

2013-11-20 09:21:37 1341

转载 Aligning face images

Aligning face imagesSome people have asked me how I've aligned the face images in my articles. Giving people my ImageMagick hack is embarrassing for me, so I've decided to rewrite it into a Python s

2013-11-19 15:06:48 2265

翻译 EfficientMisalignment-Robust Representation for Real-Time Face Recognition

适用于实时人脸识别的非对齐鲁棒性有效表达摘要用于鲁棒人脸识别的稀疏表示技术在今年来得到了广泛的研究。最近，非对齐的，带有遮挡或其它变化的人脸识别采用对齐鲁棒性的稀疏表示（RASR）方法已取得了有趣的成果。在RASR方法中，测试图片的最佳对齐是在数据库中一个对象一个对象地寻找的。然而，这种费力的寻找策略在大规模数据库中是非常耗时的。在本文中，我们提出一种新的方法，非对齐鲁棒表达（MRR），用

2013-11-13 15:57:22 1143

转载稀疏表示step by step

声明：本人属于绝对的新手，刚刚接触“稀疏表示”这个领域。之所以写下以下的若干个连载，是鼓励自己不要急功近利，而要步步为赢！所以下文肯定有所纰漏，敬请指出，我们共同进步！踏入“稀疏表达”（Sparse Representation）这个领域，纯属偶然中的必然。之前一直在研究压缩感知（Compressed Sensing）中的重构问题。照常理来讲，首先会找一维的稀疏信号（如下图）来验证CS理论

2013-11-13 13:20:15 1423

转载基于稀疏表示的人脸识别

本文主要记录自己在学习稀疏表示在人脸识别中的应用所遇到的问题作一简单的总结。1. 问题背景信号的稀疏表示并不是新的东西。我们很早就一直在利用这一特性。例如，最简单的JPEG图像压缩算法。原始的图像信号经过DCT变换之后，只有极少数元素是非零的，而大部分元素都等于零或者说接近于零。这就是信号的稀疏性。任何模型都有建模的假设条件。压缩感知，

2013-11-13 09:31:01 2364 1

转载 LDA，PCA算法

红色的方形的点为0类的原始点、蓝色的方形点为1类的原始点，经过原点的那条线就是投影的直线，从图上可以清楚的看到，红色的点和蓝色的点被原点明显的分开了，这个数据只是随便画的，如果在高维的情况下，看起来会更好一点。下面我来推导一下二分类LDA问题的公式：假设用来区分二分类的直线（投影函数)为： LDA分类的一个目标是使得不同类别之间的距离越远越好，同一类别之中的距离越近越好

2013-11-08 17:05:31 2094

转载机器学习中的相似性度量

在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。　　本文的目的就是对常用的相似性度量作一个总结。本文目录：1. 欧氏距离2. 曼哈顿距离3. 切比雪夫距离4. 闵可夫斯基距离5. 标准化欧氏距离

2013-11-08 16:44:04 3153

转载 SURF特征

在上篇博客特征点检测学习_1(sift算法) 中简单介绍了经典的sift算法，sift算法比较稳定，检测到的特征点也比较多，其最大的确定是计算复杂度较高。后面有不少学者对其进行了改进，其中比较出名的就是本文要介绍的surf算法，surf的中文意思为快速鲁棒特征。本文不是专门介绍surf所有理论（最好的理论是作者的论文）的，只是对surf算法进行了下整理，方便以后查阅。　　网上有些文章对surf

2013-11-08 14:31:31 2832

转载 SIFT算法学习心得

这篇文章主要介绍 SIFT 算法。希望通过对 SIFT算法的总结来更加深入地了解“尺度不变特征变换”，除此之外，也加深来对 SURF算法的理解。附件：SIFT—ScaleInvariant Feature Transform1 SIFT发展历程及主要思想SIFT算法由D.G.Lowe1999年提出，2004年完善总结。后来Y.Ke将其描述子部分用PCA代替直方图的方式，对其进行改进。是

2013-11-08 13:43:35 3420

转载 SIFT特征

SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果，详细解析如下：算法描述SIFT特征不只具有尺度不变性，即使改变旋转角度，图像亮度或

2013-11-08 11:15:41 1346

转载 HOG特征

1、HOG特征：方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dalal

2013-11-08 10:55:28 1159

翻译 Efficient object detection and segmentation forfine-grained recognition

用于细粒度识别的高效物体检测和分割摘要我们提出一种用于细粒度识别的检测和分割算法。该算法首先检测可能包含物体的低级区域然后通过传播分割出整个物体。除了分割物体外，我们也可以缩放物体，如将其移动到图像中心，缩放归一化，从而降低背景的影响。随后，我们证明了联合该方法和最先进的分类算法能够明显改善分类效果，尤其实在那些公认为很难识别的数据集上，比如鸟群。该算法比已知的类似情景的算法[4,21

2013-11-06 17:53:45 2024

翻译 POOF:Part-Based One-vs-One Features for Fine-Grained Categorization,Face Verification,and Attribute

基于部位的一对一特征用于细粒度分类，人脸确认和属性估计摘要我们提出一种方法（基于部位的一对一特征，POOFs）可以自动地从一组特定领域的带有特定位置和类别标注的图片集中学习大量不同的具有高区分性的中级特征。每一个特征都能够根据对象特定位置的表观特征来区分两个不同的类。通过与加利福利亚理工学院UCSD鸟类数据库的最新最先进结果和LFW库上的最好的人脸确认结果相比较，我们证明了这些特征用于细粒

2013-11-06 13:47:20 2420 1