识别算法(软件)
philosophia_OsO
这个作者很懒,什么都没留下…
展开
-
shape_match
使用OpenCV的dnn模块实时目标检测非极大值抑制(Non-Maximum Suppression,NMS)NMS——非极大值抑制/*************test.cpp***************/class Timer; //用于计时,其 out() 函数可以输出用时。namespace cv_dnn //NMS,从cv::dnn得到,所以我们不需要opencv contrib,只是折叠它;{ namespace{ bool SortScorePairDescend()原创 2020-08-14 11:31:54 · 377 阅读 · 0 评论 -
meiqua / shape_based_matching(issue记录)
文章目录readmeissue 1 如何加快responsemap的创建?issue 2 请问一下是否抗缩放呢?issue 3 匹配准确定位精度还能再提高吗?branch有些多了,能否写个文档介绍一下各branch的功能response map fusion implementationreadme与opencv linemod 源码相比,我们从6个方面进行了改进:删除深度模式,所以我们不需要虚拟函数,这可能会加快opencv linemod最多只能使用63个特征。现在我们可以有8191个原创 2020-06-20 23:34:19 · 1063 阅读 · 0 评论 -
2D/3D模板匹配
2D 对象原创 2020-05-27 15:38:19 · 1241 阅读 · 0 评论 -
A Survey on Optical Character Recognition System 光学字符识别系统综述
论文题目:2017-A Survey on Optical Character Recognition System摘要 光学字符识别(OCR)是近年来研究的热点。它被定义为将文档图像数字化为其组成字符的过程。尽管经过几十年的深入研究,开发与人类能力相当的OCR仍然是一个开放的挑战。由于这种挑战性,工业界和学术界的研究者将目光投向了光学字符识别。在过去的几年里,从事字符识别研究的学术实验...原创 2019-11-29 21:51:26 · 653 阅读 · 0 评论 -
深度学习技术在语义分割中的应用综述
论文题目:A Review on Deep Learning Techniques Applied to Semantic Segmentation博客园上的翻译原创 2019-11-29 10:24:42 · 220 阅读 · 0 评论 -
梯度响应图——针对无纹理目标的检测
题目:Gradient response maps for real-time detection of textureless objects.摘要==question:==提出了一个实时三维目标检测方法,该方法不需要一个耗时的训练阶段,能处理无纹理对象。该方法的核心在于:1、针对模板匹配采用了一种新颖的图像表示,这种设计的模板匹配对小图像变换是鲁棒的。这种鲁棒性是基于扩展图像梯度方向...原创 2019-11-16 17:00:52 · 2501 阅读 · 2 评论 -
OCR中有见解的评论
一、关于人脑与计算机识别的区别电脑识别最主要是依赖简单的线性分类问题。把20*20个像素直接展成400维向量,分类之。 虽然现在的算法越来越常见地引入了非线性,但是这种非线性的复杂度还是远没法和人脑相比。人脑则是多层、非线性、前馈+反馈的特征分析系统。它在不同阶段选择的特征都不尽相同。因而,这些特征对各种变化、各种噪音下的字符也能识别。举个例子,字符识别针对的是扫描的文字。但是对照片上户外广...原创 2019-10-29 15:08:42 · 114 阅读 · 0 评论 -
基于形状的模板匹配(用于字符识别)研究
一、各模板匹配方法对比1、基于灰度的匹配一般被称为模版匹配,直接以灰度进行匹配效果不好,对光照很敏感,所以一般会以灰度归一化互相关(NCC)作为匹配依据,增强光照变化下的鲁棒性,为了降低计算量,多采用图像金字塔来实现先粗后精的方式加快匹配速度,匹配出像素位置后,会进一步做亚像素插值,使匹配出的位置达到更高的精度,处理旋转和缩放也很直接,就是在限定的角度范围和缩放比例内,取一定的步长生成多张模版,...原创 2019-10-29 10:16:46 · 3631 阅读 · 1 评论 -
基于梯度方向的模板匹配加速
知乎:没趣啊大神2020.05.05:之前看issue里希望实现fusion来加速的朋友还蛮多的,于是最近参考Halide的思想简单实现了个tile-based fusion,整个有差不多6倍的加速。参考链接:fusion implementation2019.05.03:目前大部分时间都耗在opencv求边缘方向上了,100万像素需要60ms。研究了下opencv的filter,里面用到的加速技术有separable filter,SIMD,没有多线程,也没有kernel fusion(bl转载 2020-05-27 11:13:07 · 2433 阅读 · 1 评论