计算机视觉
文章平均质量分 80
小熊不去实验室
体感互动攻城狮一枚,主要研究:体感互动设备,互动开发平台,开发互动项目,希望向各位大牛多多学习~
展开
-
双边滤波CUDA优化——BilateralFilter CUDA
在进行图像处理时,由于计算量大,常常无法到达实时的效果,因此需利用GPU处理,使用CUDA进行优化。尤其是图像滤波这种,(1) 并行度高,线程间耦合度低,每个像素的处理并不相互影响;(2) 像素传输量小,计算量大;特别适合CUDA进行计算。原创 2014-09-13 15:35:32 · 6783 阅读 · 2 评论 -
Compressive Tracking——CT跟踪
感谢香港理工大学的Kaihua Zhang,这是他即将在ECCV 2012上出现的paper:Real-time Compressive Tracking。 这里是他的介绍:一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度图像特征进行降维,然后在降维后的特征上采用简单的朴素贝叶斯分类器进行分类。该跟踪算法非常简单,但是实验结果很鲁棒,速度大概能到达4原创 2012-10-26 21:57:28 · 11464 阅读 · 30 评论 -
学习OpenCV——Surf(特征点篇)&flann
Surf(Speed Up Robust Feature)Surf算法的原理 1.构建Hessian矩阵构造高斯金字塔尺度空间其实surf构造的金字塔图像与sift有很大不同,就是因为这些不同才加快了其检测的速度。S原创 2012-04-20 21:55:11 · 51913 阅读 · 23 评论 -
学习OpenCV——HoG特征详解(特征点篇)
HOG即histogram of oriented gradient, 是用于目标检测的特征描述子,该技术将图像局部出现的方向梯度次数进行计数,该方法和边缘方向直方图、scale-invariant feature transform类似,不同的是hog的计算基于一致空间的密度矩阵来提高准确率。Navneet Dalal and Bill Triggs首先在05年的CVPR中提出HOG,用于静原创 2012-04-15 19:11:12 · 37360 阅读 · 19 评论 -
SIFT特征提取分析(特征点篇)
转载自:sophia_qing SIFT(Scale-invariant feature transform)是一种检测局部特征的算法,该算法通过求一幅图中的特征点(interest points,or corner points)及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配,获得了良好效果,详细解析如下:算法描述SIFT特征转载 2012-12-19 21:09:47 · 9644 阅读 · 2 评论 -
图的最小割:Graph-cut:Min-Cut Problem
基于图的最小割算法论文:Interactive Graph Cuts for Optimal Boundary & Region Segmentation of Objects in N-D Images是YYB这个牛人在2000年提出的一种经典的基于的图的最小割算法,现在被广泛使用,现在在这里发表个人拙见,欢迎大家提意见。算法的核心其实就是这个图:构造一个图,可以把所有n原创 2012-10-08 12:05:10 · 11178 阅读 · 25 评论 -
学习OpenCV——ORB & BRIEF(特征点篇)&Location
首先介绍什么是ORB:(此部分转自http://www.cvchina.info/2011/07/04/whats-orb/)ORB是是ORiented Brief的简称。ORB的描述在下面文章中:Ethan Rublee and Vincent Rabaud and Kurt Konolige and Gary Bradski,ORB: an efficient alternativ原创 2012-05-04 10:50:10 · 26508 阅读 · 36 评论 -
学习OpenCV——学习CamShift算法
原文:http://blog.csdn.net/houdy/article/details/175739 CamShift算法,即"Continuously Apative Mean-Shift"算法,是一种运动跟踪算法。它主要通过视频图像中运动物体的颜色信息来达到跟踪的目的。我把这个算法分解成三个部分,便于理解:1) Back Projection计算2) Mean Shif转载 2012-03-23 13:28:59 · 3653 阅读 · 0 评论 -
DoG 、Laplacian、图像金字塔详解
DoG(Difference of Gaussian)DoG (Difference of Gaussian)是灰度图像增强和角点检测的方法,其做法较简单,证明较复杂,具体讲解如下:Difference of Gaussian(DOG)是高斯函数的差分。我们已经知道可以通过将图像与高斯函数进行卷积得到一幅图像的低通滤波结果,即去噪过程,这里的Gaussian和高斯低通滤波器的高斯一样,是一原创 2012-12-17 22:14:25 · 8019 阅读 · 5 评论 -
MeanShift整理
第一个问题:无参数密度估计给定任意一组观测数据或数据采样值,估计出样本的分布。无参数密度估计,它对数据分布规律没有附加任何假设,而是直接从数据样本本身出发研究数据分布特征,对先验知识要求最少,完全依靠训练数据进行估计,而且能处理任意的概率分布。例如:直方图法,最近邻域法,核密度估计方法。有参数密度估计:高斯统计模型。更形象的说明:已经有N个点转载 2013-04-19 23:23:13 · 6117 阅读 · 6 评论 -
hamming distance
仔细阅读ORB的代码,发现有很多细节不是很明白,其中就有用暴力方式测试Keypoints的距离,用的是HammingLUT,上网查了才知道,hamming距离是相差位数。这样就好理解了。我理解的HammingLUT lut;result=lut((a),(b),size_t size):result=a与b的hamming distance+size;unsigned int hamd原创 2012-05-07 19:01:07 · 5441 阅读 · 5 评论 -
学习OpenCV——粒子滤波(网上两篇文章总结)
粒子滤波的理论实在是太美妙了,用一组不同权重的随机状态来逼近复杂的概率密度函数。其再非线性、非高斯系统中具有优良的特性。opencv给出了一个实现,但是没有给出范例,学习过程中发现网络上也找不到。learning opencv一书中有介绍,但距离直接使用还是有些距离。在经过一番坎坷后,终于可以用了,希望对你有帮助。 本文中给出的例子跟 我的另一篇博文是同一个应用例子,都是对二维坐标进行平滑、预原创 2012-05-30 15:23:35 · 4009 阅读 · 3 评论 -
计算机视觉、机器学习相关领域论文和源代码大集合
原文地址:[ZZ]计算机视觉、机器学习相关领域论文和源代码大集合作者:计算机视觉与模式注:下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新:2013-1-29一、特征提取Feature Extraction: SIFT [1] [Demo program][SIFT L转载 2013-08-20 17:54:49 · 5595 阅读 · 3 评论 -
从CVPR2013看计算机视觉研究的三个趋势
1) RGB-D 数据的分析2) 中层patch的分析会是一个热点3) 深度学习以及特征学习也在蓬勃上升时期转载 2013-07-13 11:47:12 · 3398 阅读 · 3 评论 -
计算机视觉相关的学术会议日程一览
晨宇思远[http://yuhuazou.sinaapp.com]发现了一个不错的学术会议日程提示网站 http://www.confsearch.org,还可以通过内嵌框架(embedded iframe)集成到自己的网页上,方便易用啊。这里挑了一些计算机视觉相关的会议,不定时更新,CSDN的博客实在是鸡肋,没法内嵌,大家如果想详细了解请移步到:本文链接: http://yu原创 2013-01-26 12:02:41 · 2365 阅读 · 0 评论 -
PRL论文:Saliency+PLBP
Framework for reliable, real-time facial expression recognition for low resolution images老师前些天给了一篇PRL模式识别快报论文 Framework for reliable, real-time facial expression recognition for low resolution image原创 2013-05-07 20:57:54 · 3642 阅读 · 0 评论 -
图像处理常用插值方法总结
常用的插值方法 1、最邻近元法 这是最简单的一种插值方法,不需要计算,在待求原创 2013-05-07 18:20:09 · 11081 阅读 · 4 评论 -
图像处理常用边缘检测算子总结
不同图像灰度不同,边界处一般会有明显的边缘,利用此特征可以分割图像。需要说明的是:边缘和物体间的边界并不等同,边缘指的是图像中像素的值有突变的地方,而物体间的边界指的是现实场景中的存在于物体之间的边界。有可能有边缘的地方并非边界,也有可能边界的地方并无边缘,因为现实世界中的物体是三维的,而图像只具有二维信息,从三维到二维的投影成像不可避免的会丢失一部分信息;另外,成像过程中的光照和噪声也是不可避免原创 2013-05-07 18:50:54 · 6007 阅读 · 1 评论 -
AAM算法简介
History1.Snake (Active Contour Models) --19892.ASM (Active Shape Models) --19953.Combined Appearance Models4.AAM (Active Appearance Models)[1] --19981.Snake (Active Contour Models)(1)从原创 2013-03-24 00:44:13 · 23953 阅读 · 21 评论 -
图像处理基本概念——卷积,滤波,平滑
/*今天师弟来问我,CV的书里到处都是卷积,滤波,平滑……这些概念到底是什么意思,有什么区别和联系,瞬间晕菜了,学了这么久CV,卷积,滤波,平滑……这些概念每天都念叨好几遍,可是心里也就只明白个大概的意思,赶紧google之~ 发现自己以前了解的真的很不全面,在此做一些总结,以后对这种基本概念要深刻学习了~*/1.图像卷积(模板)(1).使用模板处理图像相关概念:原创 2013-03-30 22:01:23 · 26168 阅读 · 8 评论 -
PCA-Shift(特征点篇)
SIFT 后来有两种扩展,都用到PCA的概念。1. PCA-SIFT PCA-SIFT与标准sift有相同的亚像素位置(sub-pixel),尺度(scale)和主方向(dominant orientations),但在第4步计算描述子的时候,它用特征点周围的41×41的像斑计算它的主元,并用PCA-SIFT将原来的2×39×39维的向量降成20维,以达到更精确的表示方式 一原创 2012-08-31 19:42:40 · 6112 阅读 · 2 评论 -
Max-Flow Min-Cut
网络与流的概念 对于有向图D=(V,A),如果V中有一发点(源)Vs,一收点(汇)Vt,其余均为中间节点,且对A中的每条弧均有权W(Vi,Vj)(简记为Wij,并称为弧容量),则称这样的赋权有向图D为容量网络,记为D=(V,A,W),通过D中弧(Vi,Vj)的物流量为fij,称为弧(Vi,Vj)的流量。所有弧上流量的集合f={fij}称为该网络D的一个流。最大流最小割定理(max flo翻译 2012-08-31 19:48:53 · 15118 阅读 · 1 评论 -
mean shift和synergistic分割算法C++实现(RIUL实验室)
代码地址:http://download.csdn.net/detail/sangni007/4417385Edge Detection and Image SegmentatiON (EDISON) System一、概述 MeanShift并不算一种很新的特征空间分析算法,但是它原理简单,计算速度较快,通常能在一次分割后形成大量小的模态区域。这样便翻译 2012-07-08 17:48:12 · 4593 阅读 · 3 评论 -
LBP纹理特征
LBP方法(Local binary patterns)是一个计算机视觉中用于图像特征分类的一个方法。LBP方法在1994年首先由T. Ojala, M.Pietikäinen, 和 D. Harwood 提出[43][44],用于纹理特征提取。后来LBP方法与HOG特征分类器联合使用,改善了一些数据集[45]上的检测效果。对LBP特征向量进行提取的步骤如下:首先将检测窗口划分为16×16转载 2012-05-16 21:19:40 · 8034 阅读 · 2 评论 -
GPU基本介绍
基本概念:GPU: Graphic Processing Unit;图形处理单元;GPGPU: General Purpose computations on GPU;通用计算图形处理单元;CPU与GPU的相同点:(1)都是计算机体系结构中的重要组成部分;(2)都是超大规模集成电路元件;(3)都能够完成浮点运能功能;CPU与GPU的不同之处:(1)GPU的设计目转载 2012-06-20 20:04:40 · 2068 阅读 · 0 评论 -
比微软kinect更强的视频跟踪算法--TLD跟踪算法介绍 .
转自:http://blog.csdn.net/carson2005/article/details/7647500TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生在其攻读博士学位期间提出的一种新的单目标长时间(long term tracking)跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标转载 2012-06-20 19:47:13 · 10959 阅读 · 4 评论 -
Single Image Haze Removal(图像去雾)-CVPR’09 Best Paper .
真正了解了什么叫最简单的就是最美好的真正的好文章不需要大堆公式堆积显得充实,而是最最平实的思想!这篇文章的:原文PDF、数据集、幻灯片、视频。感兴趣的可以了解一下。这篇文章的目的就是以最简单的思路将图像达到去雾效果。用Matlab编了一下,效果图特别好啊哈:下面是摘录的:CVPR的中文名是计算机视觉与模式识别会议,是计算机视觉领域最顶尖的国际转载 2012-05-17 17:23:56 · 2956 阅读 · 0 评论 -
随机森林——Random Forests
[基础算法] Random Forests2011 年 8 月 9 日Random Forest(s),随机森林,又叫Random Trees[2][3],是一种由多棵决策树组合而成的联合预测模型,天然可以作为快速且有效的多类分类模型。如下图所示,RF中的每一棵决策树由众多split和node组成:split通过输入的test取值指引输出的走向(左或右);node为叶节点,决定单棵决策树的转载 2012-04-23 11:22:19 · 7590 阅读 · 0 评论 -
学习OpenCV——KNN算法
转自:http://blog.csdn.net/lyflower/article/details/1728642 文本分类中KNN算法,该方法的思路非常简单直观:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 KNN方法虽然从原理上也依转载 2012-04-20 21:27:35 · 20946 阅读 · 2 评论 -
LEAP——手势识别碉堡了!!!
科技一直在追赶科幻电影和小说的步伐。《星际迷航》中的通讯器已经变成我们口袋中的手机,无线内耳耳机Uhura也变成我们的蓝牙耳机。而《少数派报告》中手势操作的电脑界面也即将被当今的技术变成现实。Leap Motion在周一正式推出了他们的基于手势的电脑界面系统。和微软的Kinect有些相似,这台3D动作捕获设备可以感应8立方英尺内的任何动作,甚至可以同时识别不同手指间以及铅笔的差别。在视频中转载 2012-05-23 17:04:17 · 3417 阅读 · 0 评论 -
每日一题(9)——Huffman编码(贪心)
哈夫曼编码是典型的贪心问题,不断地通过局部最优,最终计算全局最优结果。 1951年,霍夫曼和他在MIT信息论的同学需要选择是完成学期报告还是期末考试。导师Robert M. Fano给他们的学期报告的题目是,查找最有效的二进制编码。由于无法证明哪个已有编码是最有效的,霍夫曼放弃对已有编码的研究,转向新的探索,最终发现了基于有序频率二叉树编码的想法,并很快证明了这个方法是最有效的。由原创 2012-11-22 16:18:25 · 2858 阅读 · 0 评论 -
计算机视觉、模式识别、机器学习常用牛人主页链接
牛人主页(主页有很多论文代码)Serge Belongie at UC San DiegoAntonio Torralba at MITAlexei Ffros at CMUCe Liu at Microsoft Research New EnglandVittorio Ferrari at Univ.of EdinburghKristen Grauman at UT Au转载 2012-11-30 19:07:58 · 18113 阅读 · 4 评论 -
经典的机器学习方面源代码库
今天给大家介绍一下经典的开源机器学习软件:编程语言:搞实验个人认为当然matlab最灵活了(但是正版很贵),但是更为前途的是python(numpy+scipy+matplotlib)和C/C++,这样组合既可搞研究,也可搞商业开发,易用性不比matlab差,功能组合更为强大,个人认为,当然R和java也不错.1.机器学习开源软件网(收录了各种机器学习的各种编程语言学术与商业的开源转载 2012-11-30 19:12:32 · 5072 阅读 · 2 评论 -
机器学习中相似性度量
在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement),这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究,甚至关系到分类的正确与否。本文的目的就是对常用的相似性度量作一个总结。 1. 欧氏距离(Euclidean Distance)欧氏距离是最易于理解的一种距离计算方法,源自欧氏空间中两点间的距转载 2012-11-06 21:37:07 · 2316 阅读 · 0 评论 -
Image Classification——Sparse Code
今天看了一篇文章,用稀疏表示进行图像分类。现如今,大家都在往稀疏表示这个大坑里灌水,真的是如火如荼啊~师兄也准备搞关于稀疏表示的论文,我也就站在稀疏表示的大门口准备向里面张望一下~结果就被老刘逼着赶紧改那篇不靠谱的计算机转机械应用的论文,我嘞个去,逼死我吧~以上均属个人吐槽,各位看官表介意哈~ l文章出处ØCVPR10(oral)l相关文章ØYang et al翻译 2012-10-22 21:38:31 · 5999 阅读 · 8 评论 -
CVPR2012 link
有一位不守法的外国公民将CVPR 2012的光盘放到了网站上,悄悄的放个链接,网速还可以http://www.willfulwreckords.com/GinsuScience/CVPR2012翻译 2012-08-29 21:36:06 · 1963 阅读 · 2 评论 -
学习OpenCV——Kalman滤波
背景:卡尔曼滤波是一种高效率的递归滤波器(自回归滤波器), 它能够从一系列的不完全及包含噪声的测量中,估计动态系统的状态。卡尔曼滤波的一个典型实例是从一组有限的,包含噪声的,对物体位置的观察序列(可能有偏差)预测出物体的位置的坐标及速度。这种滤波方法以它的发明者鲁道夫.E.卡尔曼(Rudolph E. Kalman)命名,但是根据文献可知实际上Peter Swerling在更早之前原创 2012-10-16 10:54:37 · 36884 阅读 · 14 评论 -
学习OpenCV——粒子滤波
据说,OpenCV高版本已经把粒子滤波的CV方面的condensation算法给去掉了,以前学的condensation算法不能用C++开发还是只能用C版本,(以前的一篇粒子滤波实现鼠标跟踪)。要想用粒子滤波跟踪倒是可以利用http://web.engr.oregonstate.edu/~hess/提供的粒子滤波代码Particle Filter,粒子滤波其实有很多变种,Rob Hess实现的原创 2012-10-16 20:22:23 · 5711 阅读 · 7 评论 -
MeanShift聚类
Mean shift主要用在图像平滑和图像分割(那个跟踪我现在还不清楚),先介绍一下平滑的原理: 输入是一个5维的空间,2维的(x,y)地理坐标,3维的(L,u,v)的颜色空间坐标,当然你原理也可以改写成rgb色彩空间或者是纹理特征空间。 先介绍一下核函数,有uniform的,也有高斯的核函数,不管是哪个的,其基本思想如下:简单的平滑算法用一个模板平均一下,对所有的像素,利用周围的像素平均转载 2012-03-23 14:02:28 · 8698 阅读 · 1 评论