机器视觉
额!小白请轻喷
悠悠喵喵wuyoy520
研发机器人,立志当个科学家,fighting
展开
-
人脸数据库对比 Comparison of facial image datasets
人脸数据库下载连接和相关情况对比。包括了不同角度、不同动作、不同表情的人脸数据库。翻译 2015-07-28 17:02:14 · 2577 阅读 · 3 评论 -
"GeForce GTX 850M" 的CUDA参数
记录下我的"GeForce GTX 850M" 的CUDA参数C:\ProgramData\NVIDIA Corporation\CUDA Samples\v7.0\bin\win64\Release>deviceQuerydeviceQuery Starting... CUDA Device Query (Runtime API) version (CUDART st原创 2015-09-29 16:52:32 · 6081 阅读 · 0 评论 -
Human-level concept learning through probabilistic program induction 中文翻译
尽管人工智能和机器学习已经取得了巨大的进步,但是机器还是无法掌握人类概念认识的两个方面。首先,世界上存在无数自然和人造的事物,但人们都可以从一个或者几个例子中就学习到新的概念,但机器学习算法却需要几十个甚至几百个类似的例子才可以达到这样的程度。例如,人们要理解一种新颖的两轮车,只需要看1张图(图A1)就好了,就算是一个孩子也可以通过图A1-A3来理解这个新事物的概念。相反的,许多领先的机器学习都要通过海量的数翻译 2015-12-29 10:10:37 · 4123 阅读 · 5 评论 -
cvpr2015的face Alignment 文章笔记
最近开始看face alignment 相关的东西。人脸关键点对齐(我觉得叫人脸关键点定位也挺好)对人脸识别,人脸矫正,表情分析等都有很好的帮助。cvpr14的有两篇论文的检测方法效率很高,很不错。cvpr15感觉好像没有那么追求速度了,但是效果貌似比cvpr14更好。 下面先说说cvpr14我主看的论文再写cvpr15的。附code 链接。原创 2015-08-19 10:00:53 · 12906 阅读 · 37 评论 -
Real-time human pose recognition in parts from single depth images 中文翻译【译】【中译】微软kinect中用的算法
Real-time human pose recognition in parts from single depth images 中文翻译本文中,我们专注于组件的姿势识别(we focus on pose recognition in parts):从单深度图像中检测出每个骨骼关节的少量3D候选位置。我们设计了每帧初始化和恢复的技术,以作为任何适当跟踪算法的补充,从而可以进一步融入时间和运动的一致性中。这里给出的算法形成了Kinect游戏平台的核心组件。翻译 2015-09-29 16:10:28 · 7508 阅读 · 5 评论 -
深度相机的人物检测、分割、跟踪算法,openNI的NITE采用的算法,kinect,华硕xtion
不管是kinect还是华硕的xtion (openNI),里面把人定位、分割segmentation并且跟踪 tracking得都好好啊,而且这也是后续做姿势识别和骨骼跟踪的基础。找了很久论文没有看到合适的,最后决定用Google学术搜索专利,啊哈,果然被找到了。PrimeSense 专利 Analysis of three-dimensional scenes (专利号:US 8原创 2015-11-06 12:40:51 · 5345 阅读 · 0 评论 -
opencv里可以调整大小的画图窗口: imshow, namedwindow
如果能鼠标拖动改变窗口大小在调试程序时候会方便很多啊~opencv 画图可以 直接 cv::imshow("camera", frame);会创建一个命名为“camera”的窗口。 但是默认的创建窗口的namedWindow参数为WINDOW_AUTOSIZE。窗口大小会自动调整以适应所显示的图像,但是不能更改大小。创建窗口时候改变下参数就可以鼠标随意拖动窗口改变大原创 2015-07-28 20:56:05 · 97585 阅读 · 8 评论