此心安处是吾乡

@(Aaron)[深度学习 | 卷积神经网络]主要内容包括：卷积神经网络基础LeNetModern CNN文章目录卷积神经网络基础二维卷积层填充和步幅多输入通道和多输出通道卷积层与全连接层的对比卷积层的简洁实现池化LeNet 模型构建模型获取数据和训练模型ModernCNN深度卷积神经网络（AlexNet）使用重复元素的网络（VGG）⽹络中的⽹络（NiN）GoogLeNet卷积神经网络基础  介绍卷积神经网络的基础概念，主要是卷积层和池化层，并解释填充、步幅、输入通道和输出通道的含义。二

3.1 简介  LBP指局部二值模式(Local Binary Pattern)，是一种用来描述图像局部特征的算子，具有灰度不变性和旋转不变性等显著优点。LBP常应用于人脸识别和目标检测中，在OpenCV中有使用LBP特征进行人脸识别的接口，也有用LBP特征训练目标检测分类器的方法，OpenCV实现了LBP特征的计算，但没有提供一个单独的计算LBP特征的接口。也就是说OpenCV中使用了LBP算法，但是没有提供函数接口。3.2 学习目标了解人脸检测相关流程理解LBP算法相关原理掌握基于OpenC

@(Aaron) [图像处理, 图像插值算法]1.1 简介  在图像处理中，平移变换、旋转变换以及放缩变换是一些基础且常用的操作。这些几何变换并不改变图象的象素值，只是在图象平面上进行象素的重新排列。在一幅输入图象[u，v][u，v][u，v]中，灰度值仅在整数位置上有定义。然而，输出图象[x，y]的灰度值一般由处在非整数坐标上的（u，v）（u，v）（u，v）值来决定。这就需要插值算法来进行...