wishchinYang的专栏

原文链接：http://blog.csdn.net/Armily/article/details/8333836如何制作训练样本分析了原作者的数据集，结合网上一些资料，下面描述如何制作训练样本1、如何从原始图片生成样本对比INRIAPerson\INRIAPerson\Train\pos（原始图片），INRIAPerson\train_64x128_H96\pos（生成

感觉使用QT还是要把CV mat型转化为Qimage型更方便易用

色彩冷暖判断不管是什么色相，都有冷暖之分，即使是蓝色也有偏暖的蓝，即使是红色也有偏冷的红。色彩冷暖具有相对性色彩明度变高/变低的过程，色彩冷暖倾向会变得不明显。色彩纯度变高，冷暖倾向变明显。

             转自知乎和百度百科：从零开始学后期  （色温的奥秘）                    文章： 冷暖色区分？冷暖肤色适用于那些色系的彩妆？                       文章：干货 |如何判断人体色冷暖？如何判断色彩冷暖？（值得收藏研读！） -蒜苗的回答            百科定义：        色温是表示光线中包含颜色成分的一个...

前言 场景感知应用于三维场景和二维场景，可以使用通用的方法，不同之处在于数据的形式，以及导致前期特征提取及后期在线场景分割过程。场景感知即是场景语义分析问题，即分析场景中物体的特征组合与相应场景的关系，可以理解为一个通常的模式识别问题。论文系列对稀疏编码介绍比较详细...本文经过少量修改和注释，如有不适，请移步原文。 code下载：http://www.ifp....

对生长自动机的研究由来已久，并在计算机科学等众多学科中，使用元胞自动机的概念，用于生长模拟。而复杂花纹的生成，则可以通过重写一定的生长规则，使用生成式来模拟自然纹理。当然，很多纹理是由人本身设计的，其形成过程本身就是在人脑中进行“原胞生成”的过程。

CNN结构：图片风格分类效果已成。可以在色彩空间对图片风格进行分类，并进行目标分类。StyleAI构架：FasterRCnn + RandomTrees。

       模式识别专注于寻找相同模式的共性和不同模式的分离。CNN把特征提取全局化，其中重要的一个是纹理特征，利用卷积核来表示纹理基元，用以重现模式，应如何显示表示。       第一次使用纹理特征，2012年，使用了灰度共生矩阵：灰度共生矩阵-/Laws特征。此后LBP特征也是一种常用的特征：局部二元模式LBP特征。  此外Gabor变换用以提取纹理，可以使用变换后的能量和方差进行计算特...

来自于百科：色彩是通过眼、脑和我们的生活经验所产生的一种对光的视觉效应。人对颜色的感觉不仅仅由光的物理性质所决定，比如人类对颜色的感觉往往受到周围颜色的影响。有时人们也将物质产生不同颜色的物理特性直接称为颜色。人眼对色彩的感知一般来源于来自于光源的直射色和物体表面的反射色。基础理论，查看百度经验：色彩基础知识  。下面文章摘抄了一小部分。

         原文： 色彩空间基础                                                                                              好一个NB的知乎专栏：色彩空间基础             第一章：色彩空间基础                      关于色彩分析，引出了专门的数学基础。整个过程给出了...

FCN中有两个关键，一个是pooling减小图像尺寸增大感受野，另一个是upsampling扩大图像尺寸。在先减小再增大尺寸的过程中，肯定有一些信息损失掉了，那么能不能设计一种新的操作，不通过pooling也能有较大的感受野看到更多的信息呢？答案就是dilated conv。

       市面上暂时还没有找到可以在消费机显卡上实时运行的MaskRCnn，TensorFlow即使是C++版本训练在coco数据集上的模型也是慢的要死，最后不堪忍受，只能放弃。       经历了一些列fuckingDog的复杂配置之后，终于配置成功了。测试一把       Detectron地址：https://github.com/facebookresearch/Detectron一、...

一、颜色的物理机制       去年冗杂的一篇文章：CNN结构-色彩空间建模；是从数学解析几何的观点进行分析颜色，来阐述颜色的正交性和完备性。此外，此篇CNN结构-色彩特征提取，从颜色的哲学基础来分析色彩。        此处，从物体色彩的物理机理来分析色彩。        电子能级跃迁是所有物质内在颜色的产生机制。简单的说如图所示，氧化后导致能带变化要么是高能级能量下降要么是低能级能...

一个openMP编程处理图像的示例： 从硬盘读入两幅图像，对这两幅图像分别提取特征点，特征点匹配，最后将图像与匹配特征点画出来。

稀疏肯定是好的，关键是怎样稀疏，要得到什么样的稀疏，以及要获得怎样的模式 , 说到底还是专家데功劳。稀疏表达是近年来SP, ML, PR, CV领域中的一大热点，文章可谓是普天盖地，令人目不暇给。老板某门课程的课程需要大纲，我顺道给扩展了下，就有了这个上中下三篇介绍性质的东西。

使用Qt Creator开发VTK原文链接：http://blog.csdn.net/numit/article/details/10200507VTK应用系列：非常强大！非常善良！

这个是作者的总结系列！赞一个！原文链接：http://blog.csdn.net/sunny2038/article/details/9057415转载请详细注明原作者及出处，谢谢！本文是OpenCV  2 Computer Vision Application Programming Cookbook读书笔记的第一篇。在笔记中将以Python语言改写每章的代码。

OpenCV的2.4.7.版本生成了python的CV2模块，可以直接载入；有兴趣的可以参考这个教程：http://blog.csdn.net/sunny2038/article/details/9080047  不过可惜的是，这个教程只是针对CV2 的；Tips1： 关于两种载入方法的区别：import numpy as npimport cv2 as cv2VS

工业和消费领域，图像获取主要依赖于电子元件CMOS和CCD，以光电转化的形式转化为电信号。信号在传输的过程中会因为电信号的本身干扰，发生失真。常见的噪声有椒盐噪声、高斯白噪声等。因此有对应的滤波方法。

在进行实验图像取样时，可能会用到大量的标签样本，拍摄大量图片进行手工标注要消耗大量时间，半自动化的标注工具可以节省一些时间。原文链接：http://blog.sina.com.cn/s/blog_67532f7c01014cf2.html

直观判断给出了实时性的提示，那怎样判断呢？以下方法（现在的处理能力所达到的）：        对于识别，是否可以在第一眼的时间完成工作？若直观上认为可以完成，则图片对于算法是可以实时处理的；若需要进一步查看才能判别，则图片对于算法是不能实时处理的。        识别图片中的老虎？        图片分析：        和智商真的没有关系，树上还有一只猎豹呢！

结合深度场景，提取支撑面，是一个人渐进分割的好办法。既然可以利用深度图，那么便最大化利用深度图像；分割支撑面以后，可以利用抠图算法，把RGB剩余的像素载进行抠图：本文详细介绍了GrubCut、graphCut、Meanshift算法和一些代码데演示结果。

http://blog.csdn.net/xiang_521/article/details/10414735

1. Gdiplus::Bitmap转 IplImage；2. IplImage 转 Gdiplus::Bitmap； 3.VC Picture控件的加载图像； 4.picture控件动态载入图片； 5. 认识HBITMAP与Bmp操作(整内存拷贝版)；

QImage提供了适用于不同场合的构造方式，在手册中对他们也有具体的应用，但是我仍然没找到QImage image;和QImage* image = new QImage这两种究竟对应的是哪两种，有什么区别和不同。 在上一篇博文 OpenCV&Qt学习之二——QImage的进一步认识 中提到了对于图像数据的一点认识，其中提到QImage是对现有数据的一种重新整合，是一种格式，但是数据还是指向原来的。从这里来看还需要根据构造方式具体区别，并不完全正确。

SIFT算法问题：而后面的特征向量以及匹配严重依赖主方向，一旦有偏差效果会显著下降； 图层金字塔的层如何取是个问题，如果取得不够紧密，会在匹配时出现偏差；大片平滑区域时，由于会过滤掉低对比度的点，因此特征点的提取有问题；4高维向量如何构建倒排索引并实现近似检索，是个难题；VA-file+ 的方法并不能完全解决问题。

（1）：float acos(float x) 参数x的范围为-1.0f到1.0f之间,返回值范围在0.0f到3.141592653f之间,值得注意的是:当x超出[-1.0f,1.0f]这个范围时此函数将返回一个-1.#IND000值,代表无穷小而编译器会不给出任何提示,通常此将会导致程序错误或崩溃,所以以后要注意数学函数的参数范围了.可以通过以下代码进行调试: float test =

前言：      Tibshirani(1996)提出了Lasso( The Least Absolute Shrinkage and Selectionator operator ) 算法。这种算法通过构造一个惩罚函数获得一个精炼的模型；通过最终确定一些指标的系数为零，LASSO算法实现了指标集合精简的目的。这是一种处理具有复共线性数据的有偏估计。Lasso的基本思想是在回归系数的绝对值之和

介绍了基于VTK的单文档应用程序开发，并以图像重采样为例，实现了一个简单的图像重采样的应用程序。对于多文档应用程序，与单文档应用程序基本一致，这里就不再讲述。对话框应用程序是MFC应用程序中一个使用非常广泛的框架，本节就以医学图像可视化中常用的四视图框架程序的实现为例，讲述基于VTK的对话框应用程序开发。

内存中有段图片数据 ，使用VTK来读入，然后就可以通过getoutputport() /getoutput()来获取了

        参考文章：日本色研配色體系PCCS。https://en.wikipedia.org/wiki/Color。       1965年前后人们通过生理学实验验证了Thomas Young的假设，在眼睛中的确存在三种不同类型的锥体。看看这个巴黎大学的知乎回答：为何人眼选择了390-700nm作为自身的感光范围？下图：人眼和蜂鸟的感光分布.        鸟的四种感色细胞，感...