图像识别&图像分析&视频分析
图像相关文章
wuxianfeng1987
这个作者很懒,什么都没留下…
展开
-
深度学习模型部署
深度学习移动端部署https://blog.csdn.net/karry_zzj/article/details/102827337?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.原创 2020-07-06 15:01:05 · 1561 阅读 · 1 评论 -
人脸识别-利用相似性变换将人脸对齐
#! /usr/bin/env python# -*- coding: utf-8 -*-# __author__ = "wxf"# Email: yingxiongmowenchuchu@126.com# Date: 2018/8/20# ****目前还有问题:变换后存在不正常拉伸问题,是否是正常现象还需要再分析# 利用相似性变换将人脸对齐import osimport c...原创 2018-08-20 22:45:30 · 2408 阅读 · 2 评论 -
Lenet 学习总结
lenet的结构:data(28*28)---卷积层1(20个5*5的卷积核,偏移1)--->20*24*24---池化层1(大小2,偏移2)--->20*12*12---卷积层2(50个5*5的卷积核,偏移1)-->50*8*8---池化层2(大小2,偏移2)--->50*4*4---IP1(全连接层,输出500)--->500*1---IP2(全连接层,输出10)--->10*1-原创 2017-11-06 17:28:21 · 580 阅读 · 0 评论 -
图像拼接
这段时间的课题---图像拼接参考链接:http://www.pyimagesearch.com/2016/01/11/opencv-panorama-stitching/https://www.zhihu.com/question/34535199https://www.zhihu.com/question/50939712 流程:1、 检测两张输入图片的原创 2017-08-25 11:55:34 · 735 阅读 · 0 评论 -
图像识别框架
https://www.qcloud.com/community/article/485985 图像识别框架原创 2017-08-16 17:29:09 · 5228 阅读 · 0 评论 -
图像处理总结
已经是N年前总结的... 之前一直用onenote,结果发现时间长了老是会有些东西找不到,所以决定以后都使用csdn来记录了,自己查询也方便图像的前期处理1、图像增强(相对主观) 直方图均衡化 Retinex(视网膜-皮层算法) 线性及非线性拉升2、图像复原(以图像退化数学或概率模型为基础)3、形态学处理 腐原创 2017-08-16 11:50:17 · 1323 阅读 · 0 评论 -
直方图均衡化及规定化
直方图均衡化的目的是对比度增强,对比度指图像灰阶渐进层次,渐变层次越多,色彩表现就越丰富,越清晰醒目,对比度增强就是增加渐变层次。 直方图均衡化的实现方式:图像的对比度小,在其直方图上的体现是过于集中于较小的灰度级范围,如图: 如何使直方图覆盖更广的灰度级呢?只需要将灰度值映射到更广的灰度级范围就可以了,如使用幂次函数变换s = cr^q;对数变换;n次方根变换等,这样的原创 2012-05-20 14:24:26 · 5012 阅读 · 2 评论 -
积分图
积分图可以减少不必要的计算,提高计算效率 积分图定义: 积分图计算:S(x,y) 表示一列的和:积分图计算思想:先计算每列(行)的值再累加起来。代码如下:buf = new T[nrow*ncol]; assert(buf!=NULL);p = new T*[nrow]; assert(p!=NULL);for(int i=0;i<原创 2012-08-13 14:36:50 · 1039 阅读 · 2 评论 -
一维灰度值一阶导二阶导对应卷积掩码推导
一维边缘提取过程中,计算离散一维灰度值剖面的导数:Fi’=1/2(fi+1– fi-1)Fi’’=1/2(fi+1–2fi + fi-1)对应两个卷积掩码为:1/2(1 0 -1) 和1/2(1 -2 1)推导过程:三点拟合抛物线,抛物线公式:y = ax^2+bx+c,表示为矩阵方式为:f(x) + e(x) = [x^2 x 1] [a]原创 2013-04-26 21:38:47 · 1523 阅读 · 0 评论 -
模板匹配的几种方法
基于灰度值的匹配SAD(sum of abs dif – 差值绝对值的总和):基于灰度值的匹配SSD(sum of square dif – 差值平方的总和): 将SSD展开得:是固定的,如果固定,那么剩下的就是互相关项CC(cross correlation)互相关系数:但SAD,SSD,CC在光照有些许变换时都会受影响,所原创 2013-08-14 18:29:13 · 5869 阅读 · 0 评论