计算机视觉基础理论
文章平均质量分 81
syvge
CV
展开
-
(笔记杂谈一)图像风格迁移中的Gram矩阵风格监督
前言我不是做风格迁移的,但是我觉得这个很有意思,所以在matconvnet上简单实践了一把,唉,matconvnet毕竟小众,啥都要自己写Gram矩阵的计算、风格损失及反传求导公式定义n 维特征空间中有k 个特征向量 ,则它们的Gram矩阵就是由这些特征计算得来的偏心协方差矩阵(因为没有减均值),对角线元素的值则表征这些特征的强度(也就是幅值),其他元素则是特征之间的相关系数,图像的纹理特征可以看作不同底层特征之间的组合关系,所以用Gram 矩阵来衡量作为损失函数,便可以监督图像风格的迁移。下.原创 2020-05-16 01:23:19 · 1281 阅读 · 0 评论 -
边缘提取(一):传统的边缘提取算子(1)
经典的边缘提取算法中有一类算法是基于设计边缘提取算子(或者也可以叫卷积模板),然后经过阈值处理得到二值化的边缘图,下面就具体介绍这种思路相关的内容。边缘提取(一):传统的边缘提取算子(1)传统的边缘提取算子包括sobel、prewit、robert、LoG等,下面一一介绍:1. Sobel,prewitt,robert算子 ...原创 2018-07-01 14:46:22 · 15362 阅读 · 2 评论 -
边缘提取(二):Steerable filter简单理解
Steerable filter简单理解(如果要看代码,可以直接跳转到下面,中间的理论推导可能有废话,如果要看steerable的原文,The Design and Use of Steerable Filters William T,91年的老文章了) 若多元函数 f在点 存在对所有自变量的偏导数,则称向量gradf 为函数 f 在点 的梯度,记向量gradf 的长度(或...原创 2018-07-05 10:25:21 · 5746 阅读 · 7 评论 -
世界坐标系,图像坐标系,车体坐标系,雷达坐标系转换
许多场合下都需要用到坐标系的转换,那么坐标系转换中最重要最核心的就是RT矩阵, R矩阵是将坐标系b旋转为坐标系a下的旋转矩阵,T为B坐标系在A坐标系下的坐标,如果要改变方向将A坐标系下的点转换为B坐标系下的点的话,要重新计算新...原创 2018-09-12 17:55:00 · 13038 阅读 · 3 评论 -
基础计算机视觉理论:色彩空间的基本操作(待更),eigen使用
1. 凸显黄色 vector<Mat> channels; split(ImSrc,channels); Mat b = channels.at(0); Mat g = channels.at(1); Mat r = channels.at(2); //Mat R = r-(g+b)/2; /...原创 2018-12-19 09:05:17 · 300 阅读 · 0 评论 -
ELM与SVM
本文是对模式识别作业的总结,主要偏重应用,附有代码https://blog.csdn.net/lisi1129/article/details/70209945?locationNum=8&fps=1转载 2019-02-18 21:11:45 · 1860 阅读 · 0 评论