- 博客(31)
- 收藏
- 关注
RSS订阅转载 OpenCV学习笔记——用haar特征训练自己的分类器（再做手势检测）
之前介绍过一篇利用级联分类器对目标进行检测的文章http://blog.csdn.net/yang_xian521/article/details/6973667，用的就是haar特征。发现OpenCV自带的库里的haar特征只有人脸、人脸的器官和人的身体，最近又想玩一个人手的检测，之前用颜色特征做的，感觉很不靠谱，这次用haar特征再试一次。这就需要用haartraining这个工具训练自己的手...
2018-10-05 23:04:05
1140
转载 OpenCV中基于Haar特征和级联分类器的人脸检测(三）
使用机器学习的方法进行人脸检测的第一步需要训练人脸分类器，这是一个耗时耗力的过程，需要收集大量的正负样本，并且样本质量的好坏对结果影响巨大，如果样本没有处理好，再优秀的机器学习分类算法都是零。 今年3月23日，微软公司在推特（Twitter）社交平台上推出了一个基于机器学习的智能聊天机器人Tay，Tay被设定为一个年龄为十几岁的女孩，主要目标受众是18岁至24岁的青少年。人们只需要@一下T...
2018-10-05 11:42:30
1478
转载 OpenCV学习记录（二）：自己训练haar特征的adaboost分类器进行人脸识别
上一篇文章中介绍了如何使用OpenCV自带的haar分类器进行人脸识别（点我打开）。这次我试着自己去训练一个haar分类器，前后花了两天，最后总算是训练完了。不过效果并不是特别理想，由于我是在自己的笔记本上进行训练，为减少训练时间我的样本量不是很大，最后也只是勉强看看效果了。网上有关的资料和博客可以说很多了，只要耐心点总是能成功的。采集样本：首先要训练，就得有训练集。网上有很多国外高校开...
2018-10-05 11:37:08
1173
转载 OpenCV学习记录（一）：使用haar分类器进行人脸识别
https://blog.csdn.net/hongbin_xu/article/details/74202193OpenCV支持的目标检测的方法是利用样本的Haar特征进行的分类器训练，得到的级联boosted分类器（Cascade Classification）。OpenCV2之后的C++接口除了Haar特征以外也可以使用LBP特征。介绍haar分类器理论知识：1、http://w...
2018-10-05 11:35:49
2311
转载 图像融合（六）-- 小波融合
图像融合（六）-- 小波融合 基于小波的融合（wavelet）图像融合（六）-- 小波融合。这是一篇关于小波融合的图像融合算法，供自己以后的学习。感谢此篇文章作者的付出。http://blog.sina.com.cn/s/blog_149e9d2ec0102wxv9.html 转载：http://www.cnblogs.com/silence-hust/p/419348...
2018-10-05 11:31:40
9351
4
转载 图像融合（五）-- 梯度金字塔
图像融合（五）-- 梯度金字塔 基于梯度金字塔(Gradient Pyramid,GP)分解的图像融合算法。GP 也是一种基于高斯金字塔的多尺度分解算法。通过对高斯金字塔每层图像进行梯度算子运算，便可获得图像的 GP表示。GP 每层分解图像都包含水平、垂直和两个对角线四个方向的细节信息，能更好地提取出图像的边缘信息，提高了稳定性和抗噪性。具有方向性的梯度塔形分解能够很好地提供图像...
2018-10-05 11:26:42
1463
1
转载 Sift中尺度空间、高斯金字塔、差分金字塔（DOG金字塔）、图像金字塔
一、 图像金字塔 图像金字塔是一种以多分辨率来解释图像的结构，通过对原始图像进行多尺度像素采样的方式，生成N个不同分辨率的图像。把具有最高级别分辨率的图像放在底部，以金字塔形状排列，往上是一系列像素（尺寸）逐渐降低的图像，一直到金字塔的顶部只包含一个像素点的图像，这就构成了传统意义上的图像金字塔。 获得图像金字塔一般包括二个步骤：1. 利用低通滤波器平滑图像 2. 对平滑...
2018-10-03 22:32:27
455
转载 图像融合（四）-- 对比度金字塔
图像融合（四）-- 对比度金字塔 对比度金字塔融合 在考虑人类视觉系统对局部对比度敏感这一视觉特性的基础上，提出了基于对比度金字塔(Contrast Pyramid，CP)分解的图像融合算法。CP 分解类似于 LP 分解，但它的每一层图像是高斯金字塔相邻两层图像的比率。 CP 融合算法应用于合成孔径雷达和前视红外图像融合。1、原理阐述 （1）得到高斯金字塔（如上...
2018-10-03 22:31:18
1316
转载 图像融合（三）-- 拉普拉斯金字塔
图像融合（三）-- 拉普拉斯金字塔 2、拉普拉斯金字塔融合 图像金字塔方法的原理是：将参加融合的的每幅图像分解为多尺度的金字塔图像序列，将低分辨率的图像在上层，高分辨率的图像在下层，上层图像的大小为前一层图像大小的1/4。层数为0,1,2……N。将所有图像的金字塔在相应层上以一定的规则融合，就可得到合成金字塔，再将该合成金字塔按照金字塔生成的逆过程进行重构，得到融合金字塔。这个...
2018-10-03 22:28:29
3214
转载 图像融合（二）-- 简单加权融合
这个是简单加权的图像融合算法介绍，供自己以后学习。在此非常感谢写这篇文章的作者的共享。http://blog.sina.com.cn/s/blog_149e9d2ec0102wxv4.html 转载：http://www.cnblogs.com/silence-hust/p/4193150.html 图像融合（二）-- 简单加权融合 简单加权融合也叫做像素加权平均法（We...
2018-09-29 10:43:52
4089
转载 图像融合（一）-- 概述
这有几篇关于图像融合的文章，对于做图像的有一定的帮助。我转载的目的是为了以后自己处理图像时，能够及时复习相关知识。非常感谢相关作者的付出。http://blog.sina.com.cn/s/blog_149e9d2ec0102wxv3.html 转载：http://www.cnblogs.com/silence-hust/p/4192363.html 图像融合（一）-- 概述...
2018-09-29 10:39:26
1383
转载 浅析人脸检测之Haar分类器方法
浅析人脸检测之Haar分类器方法 [补充] 这是我时隔差不多两年后, 回来编辑这篇文章加的这段补充, 说实话看到这么多评论很是惊讶, 有很多评论不是我不想回复, 真的是时间久了, 很多细节我都忘记了, 无力回复, 非常抱歉. 我本人并非做CV的, 这两年也都没有再接触CV, 作为一个本科毕业的苦逼码工, 很多理论基础都不扎实, 回顾这篇文章的时候, 我知道其实有很多地方都是写的模
2017-10-16 11:20:28
238
转载 基于VGG19的识别中国人、韩国人、日本人分类器
这是本学期机器学习课程的项目。通过这个项目了解了不少东西，希望通过博客记录下整个项目过程。国外有一个网站上有一个非常有趣的测试，他们在街头收集了一共18名中国人、韩国人、日本人的照片，放在网站上，让人去识别。博主自己尝试过一次，18个对了7个，38%的正确率，跟猜的概率并没有相差太多，恰好刚在学习深度学习一些模型，了解到可以通过深度的学习模型构建分类器去识别。在一时冲动之下，有了这个项
2017-10-16 11:13:13
3632
原创 TensorFlow实战——CNN（VGGNet19）——图像风格转化
我们可以将一幅画的风格提取，应用到两外一幅画中， 让另一幅画也拥有相同的画风，这样我们就可以将我们喜欢的画仿制为各种不同画风的画家的作品。如何将一张花：将其风格转化为和梵高的《星夜》一样具有鲜明艺术的风格呢？先给出完整的代码：https://github.com/xiaoyesoso/TensorFlowinAction/blob/master/
2017-10-15 16:04:45
3148
转载 使用selectivesearch工具进行目标检测
#第一步：程序引用包import cv2import selectivesearchimport matplotlib.pyplot as pltimport matplotlib.patches as mpatchesimport numpy as np#原始图片为拿画板随便写的几个数字#第二步：执行搜索工具,展示搜索结果image2="test2.png"#用cv2读取图片img
2017-10-15 15:45:08
2271
1
原创 使用Imagenet VGG-19模型进行图片识别
该程序参考 http://blog.csdn.net/wyl1987527/article/details/68168115 编写资源：1.相关的vgg模型下载网址http://www.vlfeat.org/matconvnet/models/beta16/imagenet-vgg-verydeep-19.mat2.ImageNet 1000种
2017-10-15 15:41:12
4259
1
原创 sklean 数据集特征提取
1 利用地方差的方法减少特征数也及（PCA）去除那些方差不满足基本设定的门限值得特征，特别是方差值为零的，因为方差值为零，那么数据集在该方向上比较密集，这数据无法通过学习来分类，因此该维度上的向量对特征的分类没有太多用处，因此可以去除该维度的特征，以减少计算复杂度。例如，假设我们有一个具有布尔功能的数据集，我们想要删除在超过80%的样本中要么是一个或零(on或off)的所有特性。布尔特征是
2017-09-18 22:35:08
5118
转载 sklearn 数据加载，数据归一，特征选择，逻辑回归，贝叶斯，k近邻，决策树，SVM
加载数据(Data Loading) 我们假设输入时一个特征矩阵或者csv文件。 首先，数据应该被载入内存中。scikit-learn的实现使用了NumPy中的arrays，所以，我们要使用NumPy来载入csv文件。 以下是从UCI机器学习数据仓库中下载的数据。import numpy as npimport urllib# url wi
2017-09-18 21:20:18
861
原创 sklearn 数据集（二）
sklearn还有有个强大的功能，可以生成数据 利用sklearn.datasets.make_语句生成数据集 sklearn.datasets.make_regression(n_samples=100, n_features=100, n_informative=10, n_targets=1, bias=0.0,effective_rank=None, tail_strength=0.5,
2017-09-18 21:16:37
2263
原创 sklearn 学习（一）数据集介绍
sklearn 自带有很多数据集，可以通过导入sklearn模块导入数据集1 自带数据集（packaged.Dataset）sklearn.datasets.load_2 可在线下载的数据集（Downloadable Dataset）sklearn.datasets.fetch_3 计算机生成的数据集（Generated Dataset）sklearn.datasets.m
2017-09-18 11:47:19
4593
原创 Python 基于Tkinter的GUI图形界面学习
用Tkinter画图首先要创建一个根挂件，可以用Tk()产生然后要产生不同类型的小挂件，有标签Label，按钮Button，接口Entry 之类的，具体的查看网上的详细文档。比如说用widget = Label(None, text = 'hello')产生了一个内容为hello的标签之后还要确定把这个标签放在哪个位置，所以就要用到pack()pack有很多选项，比如说要不
2017-09-16 11:42:52
5509
原创 Python中Math包的函数
Python运算中可以应用Python最基本的数学运算功能。此外，math包补充了更多的函数。当然，如果想要更加高级的数学功能，可以考虑选择标准库之外的numpy和scipy项目，它们不但支持数组和矩阵运算，还有丰富的数学和物理方程可供使用。math包math包主要处理数学相关的运算。math包定义了两个常数:math.e # 自然常数emath.pi # 圆
2017-09-13 17:22:46
11429
转载 Python常用函数
1 python常用常用函数1.1 常用内置函数1.2 类型转换函数1.3 和操作系统相关的调用1.3.1 操作举例1.4 用os.path编写平台无关的程序1.4.1 例子1.5 文件操作1.6 regular expression
2017-09-13 17:17:46
177
原创 Python random模块（获取随机数）常用方法和使用例子
这个模块中的随机数是伪随机数，不能应用于安全加密，如果你需要一个真正的密码安全随机数，你需要使用os.urandom()或者random模块中的SystemRandom类来实现random.randomrandom.random()用于生成一个0到1的随机符点数: 0 random.uniformrandom.uniform(a, b)，用于生成一个指定范围内的随机符点数，两个参数
2017-09-13 16:56:49
2134
转载 【机器学习详解】SMO算法剖析
转载请注明出处：http://blog.csdn.net/luoshixian099/article/details/51227754 CSDN−勿在浮沙筑高台本文力求简化SMO的算法思想，毕竟自己理解有限，无奈还是要拿一堆公式推来推去，但是静下心看完本篇并随手推导，你会迎刃而解的。推荐参看SMO原文中的伪代码。1.SMO概念上一篇博客已经详细介绍了SV
2017-09-06 11:30:56
320
转载 SVM解回归问题
转载请注明出处：http://blog.csdn.net/luoshixian099/article/details/51121767 CSDN−勿在浮沙筑高台对于SVM解分类二分类问题，及多分类问题，在上一篇文章已经详述http://blog.csdn.net/luoshixian099/article/details/51073885。本文将对SVM解回归问题，进行分析。
2017-09-05 22:56:44
667
转载 SVM解二分类,多分类,及后验概率输出
转载请注明出处:http://blog.csdn.net/luoshixian099/article/details/51073885 CSDN−勿在浮沙筑高台支持向量机(Support Vector Machine)曾经在分类、回归问题中非常流行。支持向量机也称为最大间隔分类器，通过分离超平面把原始样本集划分成两部分。首先考虑最简单的情况：线性可分支持向量机，
2017-09-05 22:32:24
2400
转载 LIBSVM的使用方法
【原文：http://wenku.baidu.com/view/7e7b6b896529647d27285276.html】目 录1 Libsvm下载... 32 Libsvm3.0环境变量设置... 33 训练和测试数据集下载... 34 运行python程序的环境配置... 35 LIBSVM 使用的一般步骤是：... 36 再来说一下，libsvm-3.0的需要
2017-09-05 20:13:53
300
转载 LIBSVM简介及其使用方法
LIBSVM简介及其使用方法（台湾大学林智仁(Lin Chih-Jen)副教授等）libsvm , 林智仁libsvm 官方网站：Welcome to Chih-Jen Lin's Home Page http://www.csie.ntu.edu.tw/~cjlin/ http://www.csie.ntu.edu.tw/~cjlin/libsvm /index.
2017-09-05 20:12:42
238
转载 scikit-learn的用法
scikit-learn的用法2017-08-19 22:24 26人阅读 评论(0) 收藏 举报引言对于一些开始搞机器学习算法有害怕下手的小朋友，该如何快速入门，这让人挺挣扎的。在从事数据科学的人中，最常用的工具就是R和Python了，每个工具都有其利弊，但是python在各方面都相对胜出一些，这是因为scikit-learn库实现了很
2017-08-31 22:12:48
638
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人