Sousky的博客

截取一段视频的400帧~600帧function [vidFile,samplingRate] = Get_Vedio()addpath(genpath('.'));global inFile;%截取一段视频vidFile='myfile.avi';vObj = VideoReader(vidFile);%截取400帧~600帧myMovie = read(vObj,[400

 采用matconvnet常常会出现如下情况，即训练出现了过拟合。针对过拟合常用的方法有正则化和dropout，以及batch normalization。目前有人认为，卷积层后可以用batch normalization，不需要用dropout。而全连接层，参数较多，dropout效果较好。以matconvnet中mnist数据集为例，opts.batchNormalizatio...

 1、显示图像原始比例figure;imagesc(X);axis image;

按照网上常规操作，遇到如下两个错误：1、执行 mex -setup -v发现查找编译器，并没有查找VC++ 2017注册信息下载如下信息，放入matlab mexopts文件夹下，如：D:\Program Files\MATLAB\R2016b\bin\win64\mexopts 下载地址：https://download.youkuaiyun.com/download/sousky/10533290 2、存...

参考：http://blog.youkuaiyun.com/msq19895070/article/details/8019663Matlab中的图像获取工具箱给我们提供了必要的函数，我们直接调用就可以了。在这帖中我们主要就是简单的介绍如何使用该工具箱进行对USB2.0摄像头的编程整个过程我们需要做如下几件事情：1、查询USB2.0Camera 的具体参数(imaqhwinfo)2、创建视

脸部检测和追踪，脸部检测采用2013CVPR中DRMF算法，追踪采用KLTfunction [outfilename,fr] = DRMF_KLT(infilename)addpath(genpath('.'));infilename='lxn.avi'vidFile = fullfile(infilename);% first step 检测人脸% Create a casc

from CascadeObjectDetector.m % BBOXES = step(DETECTOR,I) performs multi-scale object detection on % the input image, I, and returns, BBOXES, an M-by-4 matrix defining % M bounding

% LMS算法 现代数字信号处理及其应用 4.4.4close all clc% 期望信号d(n)d = zeros(1,N);% 2抽头维纳滤波器，迭代次数为NW = zeros(2, N);% 2抽头维纳滤波器输入信号u = zeros(1, N);% 2抽头维纳滤波器输出信号，即期望信号的估计y = zeros(1, N);% 2抽头维纳滤波器输出误差，即y(n) -

Face Detection and Tracking Using the KLT Algorithmfrom: https://cn.mathworks.com/help/vision/examples/face-detection-and-tracking-using-the-klt-algorithm.htmlfunction [outfilename] = face_det_k

% 最陡下降算法仿真实例 现代数字信号处理及其应用 4.3.4close all clc% 模拟产生输入随机序列u(n)% 迭代步长 0.02q = 0.02;N = 1000;% 2抽头维纳滤波器，迭代次数为NW = zeros(2, N);R = [1.0997 0.4997; 0.4997 1.0997]% 其中D为特征值构成的对角阵，特征向量为V[V, D] = e

识别人脸并裁剪视频。裁剪视频通过imcrop实现，bbox通过人脸识别自动获取function [outfilename,fr] = FirstFrameFaceDet(infilename,handles)%第一步：检测参考帧% Create a cascade detector object.addpath(genpath('.'));global infilename;i

1、修改显示时toperr曲线，如top5改为top2