数字图像处理
文章平均质量分 78
ubunfans
这个作者很懒,什么都没留下…
展开
-
数字图像处理--锐化空间滤波器
基础一阶微分和二阶微分:人眼更敏感的地方往往是图像细节,因此我们感兴趣的是图像灰度突变的开始点与结束点以及沿着灰度斜坡处的微分性质。一阶微分的性质:1) 在恒定灰度区域的微分值为零2) 在灰度台阶或斜坡处为分支非零3) 沿着斜坡的微分值非零二阶微分性质:1) 在恒定灰度区域微分值为零2) 在灰度台阶或胁迫的起点处微分值非零3) 沿着斜坡的微分值非零一阶微原创 2014-12-28 16:42:12 · 9105 阅读 · 2 评论 -
Fast HOG源码注释
DPM中使用的HOG特征提取方法,和原始的HOG不太一样,比原来的要快一些,检测效果也好一些。下边的代码是从作者的目标检测中抽出的,详情见这里。虽然已经比原始HOG快了不少,但仍有一些优化空间,比如代码中存在一些不必要的乘法,多余的计算等。//fast hog 源码注释,求出的特征和原始的特征不太一样//参考论文“Object detection with discriminat原创 2015-07-10 15:03:12 · 4525 阅读 · 3 评论 -
2D图像中点的旋转
点可以看做以原点为起点的向量,而向量是用其在X轴Y轴的投影来表示,如图所示:向量p可以表示为(x0, y0)用公式表示就是内积如果要让向量绕原点逆时针旋转θ如上图所示换一种思路考虑,把坐标轴以原点为中心顺时针旋转,在这种情况下就是让坐标轴顺时针旋转θ为了方便我们,坐标轴用单位原创 2015-05-12 22:43:10 · 2655 阅读 · 0 评论 -
通过计算机视觉估算颜值
看脸的时代,估算颜值当然有意义啦!今天看到一篇估算颜值的blog,看起来挺有意思的,记录下来,分享一下!哈哈哈哈 先放地址:Computer Vision for Predicting Facial Attractiveness 同时要感谢一下幕后英雄,那些收集整理并公开数据库的伟人们SCUT-FBP数据库鄙人一点感觉:估计颜值这事儿,要融合肤色,轮廓,皮肤纹理,五官协调等才有一个准确的判断,单原创 2015-11-10 21:10:36 · 5094 阅读 · 3 评论 -
论文阅读“Face Alignment at 3000 FPS via Regressing Local Binary Features”
先上福利,caiyong同学收集了3000fps和SDM的相关资源,点这里3000fps和之前的[ESR][1]使用了同样的cascade的方式,把整个alignment过程分几次来做,每一个stage的alignment都依赖上一个stage得到的alignment shape. 每个stage所做的工作一样,可以分为三个过程提取特征(shape index feature)LBF编码(原创 2016-05-22 18:28:03 · 4376 阅读 · 3 评论 -
视觉资源合集
http://rogerioferis.com/VisualRecognitionAndSearch2014/Resources.htmlhttp://www.cnblogs.com/einyboy/p/3594432.html转载 2016-09-13 11:06:10 · 1007 阅读 · 0 评论