gdymind的博客

本文参考wikipedia，并加入了自己的理解，有不对的地方多多指教~名称在开始之前，先明确一下Lab颜色空间（Lab color space）的名字： - Lab的全称是CIELAB，有时候也写成CIE L*a*b* - 这里的CIE代表International Commission on Illumination（国际照明委员会），它是一个关于光照、颜色等的国际权威组织。...

本文为胡事民教授在山大做报告的笔记，现场见下图： 可视媒体是承载视觉信息的媒体类型，如图像、视频等，它具有网络化、海量和无序涌现等特征。可视媒体计算的研究意义可视媒体作为一种信息承载的介质，是用来表达语义信息的。那么就有一种介质与信息之间相互转化的问题。转化方向正反两种，举个栗子说明一下： 1. 可视媒体→→\rightarrow语义信息：比如看到画面，理解其中发生的事件、各主题之...

本文为《图像处理中的数学修炼》一书第8章第一节的笔记按理说这些基础芝士应该挺熟的了，但再来看看还是有不少收获，尤其是眼睛那个部分。颜色与眼睛从产生上说，颜色是光作用与人眼的结果。人能感受的波长范围内的光波叫可见光。人眼中有两种感受颜色的细胞——锥状细胞和棒状细胞（也叫杆状细胞）。其中： 1. 锥状细胞有三种，每一种都有自己主要（注意不是唯一）能感受的颜色。 这三种分别能感受红色...

本文翻译、总结自朱俊伟的线上报告，主要讲了如何用机器学习生成图片。来源：Games2018 Webinar 64期 ：Siggraph 2018优秀博士论文报告人员信息主讲嘉宾姓名：朱俊彦（Jun-Yan Zhu） 现状：麻省理工学院博士后（PostDoc at MIT），计算机科学与人工智能实验室（Computer Science and Artificial In...

在上一篇文章中，我们介绍了对图像质量进行评价的必要性、主观评价和客观评价的两种标准，以及设计符合人类直觉的评价标准的困难性和重要性。本来这篇文章想把我们的主角SSIM讲完，但是发现前面需要写的铺垫有点长hhh，所以本文是作为一个过渡，系统的讲解一下设计图像评价标准的过程和目前的缺点，SSIM的详细讲解将在下一篇文章中介绍（保证下一篇是最后一篇，别打我QAQ）提前预告一下，这一篇可能比较无聊==...

这篇文章主要介绍对图像质量进行打分评价的一个很经典的指数——结构相似性（structual similarity, SSIM）。具体一点儿来说，图像在各种情况下都有可能失真，比如经过传输、压缩和缩放等等。图片变换之后，我们自然很想知道失真图像（distorted image）的质量如何，也就是要对它进行图像质量评价（image quality assessment）。注意这种评价应用很广泛，比如...

CS231n Lecture 11：图像分割与检测@(人工智能和机器学习-default)图像的分割和检测任务有不同的粒度，我们首先明确一下有关概念：语义分割（Semantic Segmentation）：将每个像素标注为某一类别，是一个分类问题。该任务不区分实例，即同一类别的不同实例都标为同一颜色（如下图中的两头牛）；单物体检测：只识别图像中的一个物体，并标出bounding box...