特征提取
文章平均质量分 77
紫轩mbo
这个作者很懒,什么都没留下…
展开
-
HOG特征详解
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Dal转载 2014-09-13 17:46:37 · 1955 阅读 · 0 评论 -
Bag of word
Bag of Word, 顾名思义,即将某些Word打包,就像我们经常会把类似的物品装到一个柜子,或者即使是随意打包一些物品,也是为了我们能够方便的携带,在对大数据作处理的时候,为了能够方便的携带这些数据中的信息,与其一个一个的处理,还不如打包来的容易一点。 Bag of Word 因其理论简单,易懂,在vision界得到了广泛的应用,有人将Bag of Word改成Bag of转载 2014-09-14 17:04:38 · 1278 阅读 · 0 评论 -
sparse coding(稀疏编码)详解
节将简单介绍下sparse coding(稀疏编码),因为sparse coding也是deep learning中一个重要的分支,同样能够提取出数据集很好的特征。本文的内容是参考斯坦福deep learning教程:Sparse Coding,Sparse Coding: Autoencoder Interpretation,对应的中文教程见稀疏编码,稀疏编码自编码表达。 在次转载 2014-09-17 23:20:46 · 4381 阅读 · 1 评论 -
光流法详解
光流法 这一部分《learing opencv》一书的第10章Lucas-Kanade光流部分写得非常详细,推荐大家看书。我这里也粘帖一些选自书中的内容。 另外我对这一部分附上一些个人的看法(谬误之处还望不吝指正): 1.首先是假设条件: (1)亮度恒定,就是同一点随着时间的变化,其亮度不会发生改变。这是基本光流法的假定转载 2014-10-01 00:49:01 · 4437 阅读 · 0 评论