菲尼克斯罗的学习笔记

#include "stdafx.h"#include #include #include #include #include #include using namespace std;#define GENERTATE 1#if GENERTATE == 1int main(){ int filename = 0; // 加载Haar特征检测分类器 // haar

在论文的结果分析中，ROC和PR曲线是经常用到的两个有力的展示图。1.ROC曲线ROC曲线（receiver operating characteristic）是一种对于灵敏度进行描述的功能图像。ROC曲线可以通过描述真阳性率（TPR）和假阳性率（FPR）来实现。由于是通过比较两个操作特征（TPR和FPR）作为标准，ROC曲线也叫做相关操作特征曲线。ROC分析给选择最好的模

目标检测的图像特征提取之（一）HOG特征zouxy09@qq.comhttp://blog.youkuaiyun.com/zouxy09 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

目标检测的图像特征提取之（一）HOG特征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，

DPM(Deformable Parts Model)Reference:Object detection with discriminatively trained partbased models. IEEE Trans. PAMI, 32(9):1627–1645, 2010."Support Vector Machines for Multiple-Instance

DPM源码(voc-release)中的模型可视化做的还算相当炫酷的，可以让我们直观的看到训练好的模型，甚至我们不用去做模型的评价，直接根据肉眼的观察，就能大致了解一个目标训练的好不好，比如我训练一个人体模型，那他的可视化图当然就是越接近人体越好。        下面是对DPM源码中有关模型可视化部分代码的分析，通过分析这些代码，有助于更好的理解DPM模型。        注意：我

目标检测的图像特征提取之（二）LBP特征zouxy09@qq.comhttp://blog.youkuaiyun.com/zouxy09         LBP（Local Binary Pattern，局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikäinen, 和D. Har

转自:http://blog.youkuaiyun.com/geekmanong/article/details/50464585本文主要是实现论文--基于稀疏表示的图像超分辨率《Image Super-Resolution Via Sparse Representation》中的Figure2，通过对100000个高分辨率和低分辨率图像块训练得到的高分辨率图像块字典，字典原子总数为512，图像块尺寸

啊啊啊