计算机视觉
lantx_SYSU
人类因梦想而伟大!
展开
-
Histogram of Oriented Gridients(HOG) 方向梯度直方图
转自:http://www.cnblogs.com/hrlnw/archive/2013/08/06/2826651.htmlHistogram of Oriented Gridients,缩写为HOG,是目前计算机视觉、模式识别领域很常用的一种描述图像局部纹理的特征。这个特征名字起的也很直白,就是说先计算图片某一区域中不同方向上梯度的值,然后进行累积,得到直方图,这个直方图呢,就可以代表转载 2016-10-10 16:03:59 · 579 阅读 · 0 评论 -
OpenCV HOGDescriptor 参数图解
转自:http://blog.csdn.net/raodotcong/article/details/6239431 首先我们进入HOGDescriptor所在的头文件,看看它的构造函数需要哪些参数。 [cpp] view plain copy print?CV_WRAP HOGDescriptor() : winSize(64,128),转载 2016-10-10 17:07:08 · 373 阅读 · 0 评论 -
光流法
转自:http://blog.csdn.net/carson2005/article/details/7581642光流的概念是Gibson在1950年首先提出来的。它是空间运动物体在观察成像平面上的像素运动的瞬时速度,是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系,从而计算出相邻帧之间物体的运动信息的一种方法。一般而言,光流是由于场景中前转载 2016-10-18 17:05:22 · 616 阅读 · 0 评论 -
卷积神经网络CNN中的各种意义
只是知道CNN是不够,我们需要对其进行解剖,继而分析不同部件存在的意义CNN的目的简单来说,CNN的目的是以一定的模型对事物进行特征提取,而后根据特征对该事物进行分类、识别、预测或决策等。在这个过程里,最重要的步骤在于特征提取,即如何提取到能最大程度区分事物的特征。如果提取的特征无法将不同的事物进行划分,那么该特征提取步骤将毫无意义。而实现这个伟大的模型的,是对CNN进行迭代训练。转载 2017-12-13 17:31:44 · 30311 阅读 · 2 评论 -
语义分割paper02
转自: http://blog.csdn.net/fabulousli/article/details/78633531在FCN网络在2104年提出后,越来越多的关于图像分割的深度学习网络被提出,相比传统方法,这些网络效果更好,运算速度更快,已经能成熟的运用在自然图像上。语义分割显然已经是计算机视觉领域的一个热门研究领域,也是通往实现完全场景理解的道路之一,被广泛应用于无人驾驶、人机交转载 2018-01-06 10:39:21 · 630 阅读 · 0 评论 -
语义分割paper01
转自:http://blog.csdn.net/zziahgf/article/details/72639791Semantic SegmentationMix-and-Match Tuning for Self-Supervised Semantic Segmentation - 2017 [Project] [Paper] [Code-Caffe]Learning to Seg转载 2018-01-06 10:32:14 · 786 阅读 · 0 评论 -
precision_score, recall_score, f1_score的计算
1 使用numpy计算true positives等[python] view plain copyimport numpy as np y_true = np.array([0, 1, 1, 0, 1, 0]) y_pred = np.array([1, 1, 1, 0, 0, 1]) # true p转载 2018-01-10 13:41:05 · 3041 阅读 · 1 评论 -
ubuntu 14.04安装opencv2.4.9
ubuntu 14.04安装opencv2.4.9sudo apt-get install build-essentialsudo apt-get install libgtk2.0-dev libavcodec-dev libavformat-dev libtiff4-dev libswscale-dev libjasper-dev sudo apt-get install原创 2018-02-07 09:43:09 · 521 阅读 · 0 评论