
opencv
游走的杰少
这个作者很懒,什么都没留下…
展开
-
人脸检测(detection)与人脸校准(alignment)
由于个人想做一下人脸角度识别,但能够找到的比较好的model是于仕祺大神的facedetection,奈何大神的版本只有Windows下的链接库,Ubuntu下使用不了,所以就基于人脸识别与人脸校准自己写一个角度识别的代码。其基本思想是通过人眼睛、鼻子、嘴巴的倾斜位置与人脸正中线角度进行比较,能够粗略计算出人脸的yaw与pitch角,并且基于Kinect2的深度信息,可以大概读取到人脸距离Kinec原创 2017-07-28 16:58:02 · 11462 阅读 · 2 评论 -
Haar-like特征人脸识别
2001年,Paul Viola 和Miachael Jones等人利用Adaboost算法构造了人脸检测器,称为Viola-Jones检测器,即在AdaBoost算法的基础上,使用Haar-like小波特征(简称类haar特征)和积分图方法进行人脸检测,取得很好的效果。之后Rainer Lienhart和Jochen Maydt用对角特征,即Haar-like特征对检测器进行扩展。opencv中自原创 2017-07-28 16:12:03 · 2453 阅读 · 0 评论 -
HOG特征原理
1、HOG特征: 方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中,尤其在行人检测中获得了极大的成功。需要提醒的是,HOG+SVM进行行人检测的方法是法国研究人员Dalal在原创 2017-07-28 15:28:57 · 1229 阅读 · 0 评论 -
SIFT/ SURF/ORB综述
1.SIFT综述 尺度不变特征转换(Scale-invariant feature transform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,此算法由 David Lowe在1999年所发表,2004年完善总结。SIFT算法的特点有:SIFT特征是图像的局部特征,其对旋转、尺度缩放、亮度变化保持不变性,对视角变原创 2017-08-07 10:54:45 · 2685 阅读 · 0 评论 -
SVM原理
讲解网址:http://blog.youkuaiyun.com/alvine008/article/details/90971051.拉格朗日乘子与KKT条件求解最优超平面; 2.松弛变量,惩罚因子防止过度拟合; 3.核函数,像高维映射原创 2017-08-23 16:55:26 · 267 阅读 · 0 评论