爱做菜的炼丹师

鱼眼镜头之前的文章我们介绍了针孔相机模型，相机镜头是一个凸透镜，而本文介绍的鱼眼相机镜头是由十几个不同的透镜组合而成，在成像的过程中，入射光线经过不同程度的折射，投影到尺寸有限的成像平面上，使得鱼眼镜头拥有更大的视野范围。下图为鱼眼相机的组成结构：与针孔相机原理不同，鱼眼镜头采用非相似成像，在成像过程中引入畸变，通过对直径空间的压缩，突破成像视角的局限，从而达到广角成像。所以鱼眼镜头是一种极端得广角镜头，通常焦距小于等于16mm并且视角接近或等于180°（在工程上视角超过140°的...

在介绍针孔相机模型之前，我们先了解一些相机的相关知识。光轴：是一条垂直穿过理想透镜中心的光线。焦点：与光轴平行的光线射入凸透镜时，理想的凸镜应该是所有的光线会聚在透镜后面一点上，这个会聚所有光线的一点，就叫做焦点。焦距：一般指镜片的中心到焦点为止的光轴上的距离，入射平行光线（或其延长线）与出射会聚光线（或其延长线）相交，就能确定折射主面，这个想象的平面与镜头光轴相交处就是主点。光圈：光圈对照片的影...

这是一篇ffmpeg抽帧引发的血案，采用ffmpeg抽取关键帧来做训练数据的，但是抽取的图片很模糊，查了分辨率和视频保持一致。忽然想到问题肯定出在图片编码格式，指令如下：ffmpeg -i video.avi -vf select='eq(pict_type\, I)' -vsync 2 -f image2 image-%04d.jpeg 因为jpeg是有损压缩，换成无损压缩的bmp后问题解决。下...

数据采集我们经常通过录制视频的方式收集，然后再抽帧处理。视频抽帧的方式我们采用的是FFmpeg命令。FFmpeg是一套可以用来编码、解码、合成和转换音频和视频数据的开源软件，提供了非常全面的音视频处理功能。它提供了常见音视频和编解码方式，能够对众多的音视频格式进行读取，基本上所有的软件都会借助FFmpeg来完成音视频的读取操作。 视频抽帧的方式具体包括以下几种：抽取视频关键帧视频帧可以分为I帧、P...

这两天在用TF写黑白图片上色的代码，需要把RGB转LAB空间。在此普及下颜色空间的知识，不同颜色空间只是从不同的角度去衡量同一个对象。颜色空间按照基本结构可以分为两类：1.基色颜色空间，如RGB，XYZ 2.色亮分离颜色空间，如YUV，HSV。RGB颜色空间在RGB颜色空间中，这个彩色模型利用三原色叠加从而产生不同的颜色。但是三原色叠加并不能产生所有的颜色。所有这些颜色包含在下图所示的一个...

本篇论文主要是针对目标检测中的非极大值抑制这部分做个简单叙述。在目标检测的任务中，非极大值抑制（NMS）是一种对检测结果进行冗余去除操作的后处理算法，可以理解为局部最大搜索。标准的极大值抑制算法是手工设计一个阈值，基于这个固定的距离值进行贪婪聚类 ，即：贪婪的选取得分高的检测结果并删除那些超过阈值的相邻结果，使得在recall和precision之间取得权衡。NMS是一个迭代-遍历-消除的过程。...

上一篇文章我们介绍了NMS算法。结尾处我们提到传统NMS存在的两个问题：1. 当两个目标框接近时，分数更低的框就会因为与之重叠面积过大而被删掉2. NMS的阈值需要手动确定，设置小了会漏检，设置大会误检针对上述两个问题，我们可以不直接删除所有IOU大于阈值的框，而是降低其置信度，即softnms算法原理。NMS公式：softnms改进思想是：M为当前得分最高框，bi为待...