AI
围观岳老师
这个作者很懒,什么都没留下…
展开
-
Lab颜色空间
Lab色彩空间是颜色-对立空间,带有维度L表示亮度,a和b表示颜色对立维度,基于了非线性压缩的CIE XYZ色彩空间坐标。Hunter 1948 L, a, b色彩空间的坐标是L, a和b。[1][2]但是,Lab经常用做CIE 1976 (L*, a*, b*)色彩空间的非正式缩写(也叫做CIELAB,它的坐标实际上是L*, a*和b*)。所以首字母Lab自身是有歧义的。这两个色原创 2016-03-03 09:25:19 · 4732 阅读 · 0 评论 -
opencv Mat之间赋值(复制)
opencv Mat之间赋值浅拷贝//注意:浅拷贝 - 不复制数据只创建矩阵头,数据共享(更改a,b,c的任意一个都会对另外2个产生同样的作用)Mat a;Mat b = a; //a "copy" to bMat c(a); //a "copy" to c深拷贝//注意:深拷贝Mat a;Mat b = a.clone(); //a copy to原创 2016-03-03 10:44:12 · 16972 阅读 · 3 评论 -
HSV肤色侦测法去除背景
转自:http://blog.csdn.net/zdyueguanyun/article/details/8350119肤色提取是基于人机互动方面常见的方法。因为肤色是人体的一大特征,它可以迅速从复杂的背景下分离出自己的特征区域。一下介绍两种常见的肤色提取:(1)HSV空间的肤色提取HSV色彩空间是一个圆锥形的模型,具体如右图所示:色相(H)是色彩的基本属性,就是平常说的颜转载 2016-03-08 17:44:30 · 4179 阅读 · 0 评论 -
混合高斯模型去除背景
本文转自 http://www.cnblogs.com/mfryf/archive/2012/03/29/2424024.html基于混合高斯模型去除背景法高斯模型去除背景法也是背景去除的一种常用的方法,经常会用到视频图像侦测中。这种方法对于动态的视频图像特征侦测比较适合,因为模型中是前景和背景分离开来的。分离前景和背景的基准是判断像素点变化率,会把变化慢的学习为背景,变化快的转载 2016-03-08 17:52:11 · 6754 阅读 · 0 评论 -
背景相减背景去除
本文转自 http://www.cnblogs.com/mfryf/archive/2012/03/29/2424024.html所谓的背景相减,是指把摄像头捕捉的图像第一帧作为背景,以后的每一帧都减去背景帧,这样减去之后剩下的就是多出来的特征物体(要侦测的物体)的部分。但是相减的部分也会对特征物体的灰阶值产生影响,一般是设定相关阈值要进行判断。int _tmain(int argc,转载 2016-03-08 17:55:38 · 4453 阅读 · 0 评论 -
OpenCV HSV颜色空间基本颜色范围
转自:http://www.xuebuyuan.com/2149290.htmlHSV颜色模型HSV(Hue, Saturation, Value)是根据颜色的直观特性由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model)。这个模型中颜色的参数分别是:色调(H),饱和度(S),亮度(V)。色调转载 2016-02-25 17:34:18 · 14915 阅读 · 4 评论 -
目标检测的框架与过程
转自:http://blog.csdn.net/zouxy09/article/details/7928771计算机视觉目标检测的框架与过程个人接触机器视觉的时间不长,对于机器学习在目标检测的大体的框架和过程有了一个初步的了解,不知道对不对,如有错误,请各位大牛不吝指点。 目标的检测大体框架:目标检测分为以下几个步骤:1、训练分类器所需训练样本的创建:转载 2016-03-28 10:51:28 · 2882 阅读 · 0 评论 -
opencv中的侧脸检测
opencv中的侧脸检测opencv中的haarcascade_profileface.xml检测时只能检测右侧脸Opencv 2.4.3以后添加了侧脸检测,要想检测侧脸只需将加载的文件改为haarcascade_profileface.xml,这个只是识别图形上朝一边的脸,如果想要识别朝另一边的脸就需要对图片进行水平翻转,再进行检测。int main(){ const ch原创 2016-07-05 17:17:21 · 11715 阅读 · 3 评论 -
OSVOS(One-Shot Video Object Segmentation)论文笔记
OSVOS(One-Shot Video Object Segmentation)论文笔记转自:https://segmentfault.com/a/1190000009651558摘要本文处理了半监督视频物体分割的问题,如给出第一帧的掩码,在视频中将这个物体从背景中分开。我们展示了OSVOS,一个基于全卷积神经网络的结构。这个结构在ImageNet进行预学习,对前景进行语转载 2017-10-11 16:03:05 · 4741 阅读 · 1 评论