yueguanyun的专栏

OSVOS(One-Shot Video Object Segmentation)论文笔记转自：https://segmentfault.com/a/1190000009651558摘要本文处理了半监督视频物体分割的问题，如给出第一帧的掩码，在视频中将这个物体从背景中分开。我们展示了OSVOS，一个基于全卷积神经网络的结构。这个结构在ImageNet进行预学习，对前景进行语

转自：http://www.cnblogs.com/easymind223/archive/2013/02/26/2933523.html一个网友收集的运动目标检测，阴影检测的标准测试视频http://blog.youkuaiyun.com/sunbaigui/article/details/6363390 很权威的change detection检测视频集，里面有将近20种主流算法在

转自：http://blog.youkuaiyun.com/alada007/article/details/8088868行人检测(Pedestrian Detection)资源一、论文综述类的文章[1]P.Dollar, C. Wojek,B. Schiele, et al. Pedestrian detection: an evaluation of the state 

运动检测（前景检测）之（二）混合高斯模型GMM   因为监控发展的需求，目前前景检测的研究还是很多的，也出现了很多新的方法和思路。个人了解的大概概括为以下一些：帧差、背景减除（GMM、CodeBook、 SOBS、 SACON、 VIBE、 W4、多帧平均……）、光流（稀疏光流、稠密光流）、运动竞争（Motion Competition）、运动模版（运动历史图像）、时间

一、目标跟踪TLD（Tracking-Learning-Detection）学习与源码理解之（一）TLD（Tracking-Learning-Detection）学习与源码理解之（二）TLD（Tracking-Learning-Detection）学习与源码理解之（三）TLD（Tracking-Learning-Detection）学习与源码理解之（四）TLD（Tracking

转自：http://blog.youkuaiyun.com/zouxy09/article/details/7928771计算机视觉目标检测的框架与过程个人接触机器视觉的时间不长，对于机器学习在目标检测的大体的框架和过程有了一个初步的了解，不知道对不对，如有错误，请各位大牛不吝指点。 目标的检测大体框架：目标检测分为以下几个步骤：1、训练分类器所需训练样本的创建：

转自：http://www.cnblogs.com/summerRQ/articles/2406109.htmlIplImage, CvMat, Mat关系opencv中常见的与图像操作有关的数据容器有Mat，cvMat和IplImage，这三种类型都可以代表和显示图像，但是，Mat类型侧重于计算，数学性较高，openCV对Mat类型的计算也进行了优化。而CvMat和I

转自：http://www.cnblogs.com/tornadomeet/archive/2012/05/01/2477629.html帧差法前景检测算法帧差法是背景减图法中的一种，只不过是帧差法不需要建模，因为它的背景模型就是上一帧的图，所以速度非常快，另外帧差法对缓慢变换的光照不是很敏感，所以其用途还是有的，有不少学者对其做出了出色的改进。　　其基本原理可以用下面

opencv 打开网络摄像头代码如下：#include #include #include "opencv/cv.h"#include "opencv/highgui.h"#include "opencv2/highgui/highgui.hpp"int main(int, char**) { cv::VideoCapture vcap; cv::Mat im

来自1：http://blog.youkuaiyun.com/zouxy09/article/details/9622285来自2：http://www.tuicool.com/articles/AbQRram来自3：http://www.cnblogs.com/tornadomeet/archive/2012/06/02/2531565.html来自4：http://www.cnblogs.com/xrwa

本文转自 http://www.cnblogs.com/mfryf/archive/2012/03/29/2424024.html所谓的背景相减，是指把摄像头捕捉的图像第一帧作为背景，以后的每一帧都减去背景帧，这样减去之后剩下的就是多出来的特征物体（要侦测的物体）的部分。但是相减的部分也会对特征物体的灰阶值产生影响，一般是设定相关阈值要进行判断。int _tmain(int argc,

本文转自 http://www.cnblogs.com/mfryf/archive/2012/03/29/2424024.html基于混合高斯模型去除背景法高斯模型去除背景法也是背景去除的一种常用的方法，经常会用到视频图像侦测中。这种方法对于动态的视频图像特征侦测比较适合，因为模型中是前景和背景分离开来的。分离前景和背景的基准是判断像素点变化率，会把变化慢的学习为背景，变化快的

转自：http://blog.youkuaiyun.com/zdyueguanyun/article/details/8350119YCrCb空间的肤色提取YCrCb也是一种颜色空间，也可以说是YUV的颜色空间。Y是亮度的分量，而肤色侦测是对亮度比较敏感的，由摄像头拍摄的RGB图像转化为YCrCb空间的话可以去除亮度对肤色侦测的影响。下面给出基于YCrCb肤色侦测函数的源代码：void ski

转自：http://blog.youkuaiyun.com/zdyueguanyun/article/details/8350119肤色提取是基于人机互动方面常见的方法。因为肤色是人体的一大特征，它可以迅速从复杂的背景下分离出自己的特征区域。一下介绍两种常见的肤色提取：（1）HSV空间的肤色提取HSV色彩空间是一个圆锥形的模型，具体如右图所示：色相（H）是色彩的基本属性，就是平常说的颜

图像直方图的概念图像直方图是反映一个图像像素分布的统计表，其实横坐标代表了图像像素的种类，可以是灰度的，也可以是彩色的。纵坐标代表了每一种颜色值在图像中的像素总数或者占所有像素个数的百分比。图像是由像素构成，因为反映像素分布的直方图往往可以作为图像一个很重要的特征。在实际工程中，图像直方图在特征提取、图像匹配等方面都有很好的应用。利用OpenCV计算图像的直方图

最近老总让我整个疲劳检测的demo。查资料发现下面好文章。必须得转。转自：http://blog.youkuaiyun.com/u011100984/article/details/38364857人脸识别非常容易受到光线条件变化，人脸方向，面部表情等等的影响，所以就需要尽可能的减少这些差异。否则人脸识别算法会经常认为相同条件下的两张不同人脸之间具有非常大的相似性，而不是认

转自：http://www.alibuybuy.com/posts/79416.html#jtss-tsina如何通过一张图片，找到另一张图片？对于搜索引擎而言，寻找图片之间的内在联系，与常见的关键词搜索并没有本质区别——都是通过关键特征的比对，按照一定的逻辑规则完成匹配。然而不同之处也是显而易见的，以图片为输入发起的搜索，存在多种搜索含义的可能。比方，一张图片可能既包括风景又包括人，

计算机视觉软件介绍原位置：http://www.facedetection.com/facedetection/software.htmWEB SERVICES WEB SERVICES通过使用Web服务，客户端软件不需要理会图书馆或平台的依赖，它只是简单地调用一个Web服务器，发送图像处理，得到的结果。是不是一个问题，只要实时反馈，这是一个有趣的新方法。face.com

转自：http://b2museum.cdstm.cn/identification/rlsb-2.htm自动人脸识别基本原理人脸识别经过近 40 年的发展，取得了很大的发展，涌现出了大量的识别算法。这些算法的涉及面非常广泛，包括模式识别、图像处理、计算机视觉、人工智能、统计学习、神经网络、小波分析、子空间理论和流形学习等众多学科。所以很难用一个统一的标准对这些算法进行分类。根据输入数据形

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用电脑出了成为更适合人眼观察或传送給仪器检测的图像。以上出自：维基百科中文Wikipedia 英文

opencv 网址：http://opencv.org/opencv中文网址：http://www.opencv.org.cn/index.php/%E9%A6%96%E9%A1%B5opencv中文论坛：http://www.opencvchina.com/计算机视觉论坛：http://www.cvchina.net/卡内基·梅隆大学的计算机视觉主页： http://www.cs.cmu.edu

转自：http://blog.youkuaiyun.com/carson2005/article/details/7356225经常碰到朋友问我国内从事计算机视觉（CV）领域的公司的发展情况，产品情况，甚至找工作等问题，这里，我给出自己收集的国内从事CV相关领域的公司网址及其主要产品，有兴趣的朋友可以去看看。另外，资料整理的不是很完善，后续我会继续更新和添加，并及时在我博客进行更新（blog.csdn.n

转自：http://blog.youkuaiyun.com/carson2005/article/details/6601109以下链接是本人整理的关于计算机视觉（ComputerVision, CV）相关领域的网站链接，其中有CV牛人的主页，CV研究小组的主页，CV领域的paper,代码，CV领域的最新动态，国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站，多了解一些CV的具体应用