JIAERPING的博客

作者：王先荣 http://www.cnblogs.com/xrwang/archive/2010/02/05/MatchTemplate.html 修改者：MadTurtle------对于王先生的版本进行了修改，因为有些地方不对。前言    模板匹配是在图像中寻找目标的方法之一。Come On, Boy.我们一起来看看模板匹配到底是怎么回事。 模板匹配的工作

对于初学者，从David G.Lowe的论文到实现，有许多鸿沟，本文帮你跨越。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。其应用

第一个问题：无参数密度估计给定任意一组观测数据或数据采样值，估计出样本的分布。无参数密度估计，它对数据分布规律没有附加任何假设，而是直接从数据样本本身出发研究数据分布特征，对先验知识要求最少，完全依靠训练数据进行估计，而且能处理任意的概率分布。例如：直方图法，最近邻域法，核密度估计方法。有参数密度估计：高斯统计模型。更形象的说明：已经有N个点

Fast Compressive Tracking（快速压缩跟踪）虽然目前有很多种的跟踪算法，但是由于姿态的变化、光照的变化、障碍物等原因的存在，导致很多算法的鲁棒性不好。目前比较主流的跟踪算法有两种，generative  tracking algorithms（生成跟踪算法）和discriminative algorithms（判别跟踪算法）。生成跟踪算法，顾名

环境：ubuntu 12.04 + OpenCV 2.4.9OpenCV源码下载：http://sourceforge.net/projects/opencvlibrary/安装必要的库：sudo apt-get install cmake build-essential libgtk2.0-dev libavcodec-dev libavformat-dev libswscale-d

深入研究hog算法原理：一、hog概述 Histograms of Oriented Gradients,顾名思义，方向梯度直方图，是目标的一种描述的方式，既是描述子。二、hog提出hog是05年一位nb的博士提出来的，论文链接 http://wenku.baidu.com/view/676f2351f01dc281e53af0b2.html大概过程：HOG特征提取方法