建建的博客

https://blog.youkuaiyun.com/mao_kun/article/details/50507376在卷积神经网络中，我们经常会碰到池化操作，而池化层往往在卷积层后面，通过池化来降低卷积层输出的特征向量，同时改善结果（不易出现过拟合）。为什么可以通过降低维度呢？因为图像具有一种“静态性”的属性，这也就意味着在一个图像区域有用的特征极有可能在另一个区域同样适用。因此，为了描述大的图像，一个很自然的想法就是对不同位置的特征进行聚合统计，例如，人们可以计算图像一个区域上的某个特定特征的平均值

从今天起，正式开始讲解卷积神经网络。这是一种曾经让我无论如何也无法弄明白的东西，主要是名字就太“高级”了，网上的各种各样的文章来介绍“什么是卷积”尤为让人受不了。听了吴恩达的网课之后，豁然开朗，终于搞明白了这个东西是什么和为什么。我这里大概会用6~7篇文章来讲解CNN并实现一些有趣的应用。看完之后大家应该可以自己动手做一些自己喜欢的事儿了。一、引子————边界检测我们来看一个最简单的例子：“边界检测（edge detection）”，假设我们有这样的一张图片，大小8×8：图片中的..

文章目录1、卷积神经网络的概念2、 发展过程3、如何利用CNN实现图像识别的任务4、CNN的特征5、CNN的求解6、卷积神经网络注意事项7、CNN发展综合介绍8、LeNet-5结构分析9、AlexNet10、ZFNet10.1 意义10.2 实现方法10.3 训练细节10.4 卷积网络可视化10.6 总结11、VGGNet11.1 结构11.2 网络特点：11.3 分类框架：12、GoogLeNet12.1 GoogLeNet Inception V1——22层1

目录0 简介一 算法的选择1、 随机k-d树算法（The Randomized k-d TreeAlgorithm）a. Classick-d treeb. Randomizedk-d tree2、 优先搜索k-means树算法（The Priority Search K-MeansTree Algorithm）2.1 算法描述3 、层次聚类树 （The Hierarchical ClusteringTree）二 遍历次数0 简介FLANN是快速最近邻搜索包...

本文参考以下博文加自己的实践，发现有些步骤是不必要的，例如不需要为opencv等第三方库指定路径运行环境：准备工作1、海康SDK下载2、下载安装vcpkg3、安装Swig4、下载OpenCV-swig接口文件实现方案1. 使用swig编译生成python和c++数据交换需要的.py和.cxx文件HKIPcamera.iHKIPcamera.hHKIPcamera.cpp2. 修改海康SDK下的plaympeg4.h文件3、用VS2019编译生成动态链接库文件将该库给别人使用本文

1.《用非监督式聚类进行视频镜头分割》2.《一种基于视频聚类的关键帧提取方法》 右边为提取出来的关键帧 聚类的基本思想是，先把视频聚成n个类，这n个类内的视频帧是相似的，而类与类之间的视频帧是不相似的。第二步是从每个类内提取一个代表作为关键帧，另外，如果一个类的帧数太少，那么这个类不具有代表性，可以直接与相邻帧合并。 因为HSV空间相比起RGB空间对颜色特性有着更好的支持，所以第一步我们先把颜色映射...

摘要：针对传统的关键帧提取方法误差率高、实时性差等问题，提出了一种基于深度学习的目标检测提取视频图像关键帧的方法，分类提取列车头部、尾部及车身所在关键帧。在关键帧提取过程中，重点研究了基于SIFT特征的粗识别和Alex-Net卷积神经网络模型的精识别两个阶段，通过模型训练验证基于卷积神经网络的关键帧提取器的可行性。关键词：卷积神经网络（CNN）;关键帧;目标检测中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2018）36-0201-031 概述...

1.介绍HOG（Histogram of Oriented Gradient）是2005年CVPR会议上，法国国家计算机科学及自动控制研究所的Dalal等人提出的一种解决人体目标检测的图像描述子，该方法使用梯度方向直方图（Histogram of Oriented Gradients,简称HOG）特征来表达人体，提取人体的外形信息和运动信息，形成丰富的特征集。2.生成过程1）图像归一化归一化图像的主要目的是提高检测器对光照的鲁棒性，因为实际的人体目标可能出现的各种不同的场合，检测器.

背景简述在图像处理，我们知道经常把Laplace算子作为边缘检测之一，也是工程数学中常用的一种积分变换。本节主要介绍Laplacian 算子相关的知识。基本理论首先，拉普拉斯算子是最简单的各向同性微分算子，它具有旋转不变性。一个二维图像函数的拉普拉斯变换是各向同性的二阶导数，定义为：用更加形象的图像来解释,假设我们有一张一维图形。下图(a)中灰度值的”跃升”表示边缘的存在.如果使用一阶微分求导我们可以更加清晰的看到边缘”跃升”的存在(这里显示为高峰值)图（b); 如果在边缘部分求二阶导数

一、什么是图像噪声？噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般，噪声信号与要研究的对象不相关，它以无用的信息形式出现，扰乱图像的可观测信息。通俗的说就是噪声让图像不清楚。二、噪声来源—两个方面（1）图像获取过程中两种常用类型的图像传感器CCD和CMOS采集图像过程中，由于受传感器材料属性、工作环境、电子元器件和电路结构等影响，会引入各种噪声，如电阻引起的热噪声、场效应管的沟道热噪声、光子噪声、暗电流噪声、光响应非均匀性噪声。（2）图像信号传输过程中由于传输.

https://blog.youkuaiyun.com/jancis/article/details/80824793

一.建立高斯差分金字塔Octave1为组1，每组内又有好多层。同一大小论层，不同大小论组。用不同的尺度（方差也叫尺度）对原图片进行卷积，得的Octave1；再由Octave1隔点取点，即第一个像素点保留，第二个像素点不要，第三个像素点保留....这样边长就变成了原来的一半，图片就缩小了 ，我们再用不同尺度进行卷积就得到Octave2，以此类推。高斯金字塔其作用就是建立一个类似人眼近大远小的功能，高斯核是数学上唯一能模拟近处清晰远处模糊的。这个就是5层为一组，每相邻的两层相减就得到了高

https://blog.youkuaiyun.com/dcrmg/article/details/52561656

https://zhuanlan.zhihu.com/p/36522776

通常，图像处理软件会提供"模糊"（blur）滤镜，使图片产生模糊的效果。"模糊"的算法有很多种，其中有一种叫做"高斯模糊"（Gaussian Blur）。它将正态分布（又名"高斯分布"）用于图像处理。本文介绍"高斯模糊"的算法，你会看到这是一个非常简单易懂的算法。本质上，它是一种数据平滑技术（data smoothing），适用于多个场合，图像处理恰好提供了一个直观的应用实例。一、高斯模糊的原理所谓"模糊"，可以理解成每一个像素都取周边像素的平均值上图中，2是中间点，周边点都是1。.

https://blog.youkuaiyun.com/weixin_39124778/article/details/78411314

尺度不变特征变换匹配算法详解ScaleInvariantFeatureTransform(SIFT)JustForFun转自：http://blog.youkuaiyun.com/zddblog/article/details/7521424对于初学者，从DavidG.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-invariantfeaturetransform或SIFT)是一种电脑视觉的算法用来侦测与描述影像中的局...

OpenCV 简介：OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python、Java and MATLAB/OCTAVE（版本2.5

推荐阅读：David G. Lowe, "Distinctive image features from scale-invariant keypoints," International Journal of Computer Vision, 60, 2 (2004), pp. 91-110---------------------------------------------尺度不变...

https://www.cnblogs.com/little-monkey/p/7634303.html

因为需要用到一些比较新的跟踪算法，这两天装了opencv3.1并配置了opencv_contrib，并使用了SIFT算法测试是否配置成功。 1.opencv3.1安装与配置 这里不多言，不熟悉的可以参考浅墨的博客：http://blog.youkuaiyun.com/poem_qianmo/article/details/19809337 2.opencv_contrib安装与配置 从opencv3以来，...

本人在使用OpenCV SIFT特征提取算法时，遇到了问题，具体表现为 .exe触发了一个断点错误，经网上查找，发现是 vector 在析构时，造成了内存错误，解决方案由大神在csdn博客中给出，链接地址：点击打开链接按照大神所提示的 ，在使用opencv 函数之前，先对 vector 进行手动分配内存，分配内存后问题解决；个人声明：本人在VS2013下调用sift算法，已经将问题解决...

K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。 假设要把样本集分为c个类别，算法描述如下：(1)适当选择c个类的初始中心;(2) 在第k次迭代中，对任意一样本，求其到c个中心的距离，将其归类到距离最短的...

OpenCV代码下载链接挥拳动作识别代码    https://download.youkuaiyun.com/download/wangshuai610/10429955 

代码下载链接https://download.youkuaiyun.com/download/wangshuai610/10430105点击打开链接

我保证这篇文章和你以前看过的所有文章都不同，这是 2012 年还在果壳的时候写的，但是当时没有来得及写完就出国了……于是拖了两年，嗯，我是拖延症患者……这篇文章的核心思想就是：要让读者在不看任何数学公式的情况下理解傅里叶分析。傅里叶分析不仅仅是一个数学工具，更是一种可以彻底颠覆一个人以前世界观的思维模式。但不幸的是，傅里叶分析的公式看起来太复杂了，所以很多大一新生上来就懵圈并从此对它深...

腐蚀（erode）膨胀(dilate)其实是两种非常形象的操作，但是有的时候容易搞混淆。腐蚀（erode），是将灰度值小（视觉上就是比较暗）的区域增强扩展，主要用来去除比较亮的噪点。 膨胀（dilate），是将灰度值大（视觉上就是比较亮）的区域增强扩展，主要用来连通相似颜色或强度的区域。然后腐蚀与膨胀涉及的一个重要概念就是核，也可以称之为模板或者掩码。核具有几个重要的属性，形状（圆形、方形...