yunxinan的专栏

转载 不错的数据分析整理

原创 视觉感受野采样

转载 RNN家族模型

RNN, LSTM, GRU, SRU, Multi-Dimensional LSTM, Grid LSTM, Graph LSTMhttps://blog.csdn.net/u013010889/article/details/79507177

原创 文字识别的核心问题

有雾的低质量图像文字识别An Efficient System for Hazy Scene Text Detection using a Deep CNN and Patch-NMS不规的文字识别复杂的背景文字识别

原创 人脸对齐及关键的算法

人脸对齐及关键的算法：landmark、alignment、ERT、SDM、LBF、DAN、face alignment、ERT、SDM、LBF、DAN、人脸对齐：ASM、AAM、CLM、SDM、DensReg

原创 DBN

深度信念网络

原创 数据增强理论基础

十种算法滤波如下：1、限幅滤波法（又称程序判断滤波法）2、中位值滤波法3、算术平均滤波法4、递推平均滤波法（又称滑动平均滤波法）5、中位值平均滤波法（又称防脉冲干扰平均滤波法）6、限幅平均滤波法7、一阶滞后滤波法8、加权递推平均滤波法9、消抖滤波法10、限幅消抖滤波法11、色彩抖动12、RGB通道过滤13、直方图均衡化14、镜像15、研磨16、平移17、饱和度调节...

转载 图像通道显示

import cv2import numpy as np# 读取图片#img = cv2.imread("An.png", cv2.IMREAD_UNCHANGED)img = cv2.imread("An.png", 1)# 拆分通道b, g, r = cv2.split(img)# 显示原始图像cv2.imshow("B", b)cv2.imshow("G", g)c...

原创 底层视觉关键点检测

NARF 算法

原创 图像配准中的LMeds、M-estimators与RANSAC算法

图像配准中的LMeds、M-estimators与RANSAC算法

原创 文字识别

从去年开始文字识别工程化后一直思考一个问题：汉子在复杂在背景下怎么更好的识别，阅读了大量的论文累计有300篇左右和清华出版社的那本字典一样的书发现贝叶斯这种理论确实存在上下限问题这就导致你inference一旦某些字识别错误将会整个识别系统np.NAN，这个问题的具体如果喜欢研究可以发邮件深入讨论。在此我非常幸运感谢前辈帮我们踩坑把线性和非线性的问题直接解决，而如今我在深度学习中发现已经不是那种单...

原创 光斑问题

#conding: utf-8-#Author:'Jungang'#Time:2019/5/10import cv2 as cvimport numpy as npdef color():#***********色彩空间转换分析光斑**************** src = cv.imread("E:/cade_data/123.png") cv.imshow("...

转载 图像质量评估

https://blog.csdn.net/caoleiwe/article/details/49045633https://blog.csdn.net/ztgyztgy/article/details/79553598https://blog.csdn.net/edogawachia/article/details/79894305https://blog.csdn.net/edogawa...

原创 十种算法滤波如下

十种算法滤波如下：1、限幅滤波法（又称程序判断滤波法）2、中位值滤波法3、算术平均滤波法4、递推平均滤波法（又称滑动平均滤波法）5、中位值平均滤波法（又称防脉冲干扰平均滤波法）6、限幅平均滤波法7、一阶滞后滤波法8、加权递推平均滤波法9、消抖滤波法10、限幅消抖滤波法...