原创 Shadow Detection
課題背景 陰影檢測向來是計算機視覺中基礎且富有挑戰性的問題——對於一張輸入圖像，我們通過生成二進制圖像來標記陰影區域，陰影區域的檢測爲進一步獲取圖像中的光照情況、物體的形狀與位置，以及攝像機的參數提供了可能。與此同時，陰影的存在也
2020-06-24 06:15:49
5
原创 圖像處理之陰影檢測實例BDRAR
paper :Bidirectional Feature Pyramid Network with Recurrent Attention Residual Modules for Shadow Detection github:BDRA
2020-06-24 06:15:49
6
原创 訓練自己的實例分割模型
注：2019年04月05日剛出爐的paper Abstract：我們提出了一個用於實時實例分割的簡單全卷積模型，在單個Titan Xp上以33 fps在MS COCO上實現了29.8 mAP，這比以前的任何算法都要快得多。此外，我們只在一
2020-06-24 06:15:49
10
原创 MTCNN算法簡介
主頁：https://kpzhang93.github.io/MTCNN_face_detection_alignment/index.html論文：https://arxiv.org/abs/1604.02878代碼：官方mat
2020-06-24 06:15:49
2
原创 視頻摘要算法綜述 ==》Video Synopsis
廣義上來說，摘要可以分爲2種，第一種是直接提取視頻中的關鍵幀合成新的視頻，該方法雖然也可以縮短視頻的時長，但是合成後視頻給人一種快進看電影的感覺，而且實際使用較少，所用的方法包括SEDIM，SEDIM-IN，CEA，TEA等方法。
2020-06-24 06:15:38
17
原创 圖卷積網絡GCN理解
圖卷積網絡（Graph Convolutional Network，GCN）是近年來逐漸流行的一種神經網絡結構。不同於只能用於網格結構（grid-based）數據的傳統網絡模型 LSTM 和 CNN，圖卷積網絡能夠處理具有廣義拓撲圖結構的
2020-06-01 01:13:41
原创 行爲動作識別
隨着計算機學科與人工智能的發展和應用，視頻分析技術迅速興起並得到了廣泛關注。視頻分析中的一個核心就是人體行爲識別，行爲識別的準確性和快速性將直接影響視頻分析系統後續工作的結果。因此，如何提高視頻中人體行爲識別的準確性和快速性，已成爲視頻分
2020-06-01 01:13:41
7
原创 darknet GPU版本編譯及YOLOv3訓練新數據
GPU版本編譯 如圖，按照官網方式直接編譯darknet，實際上默認是CPU版本，測試後，比較慢，如圖： 所以這裏我們直接將其編譯爲GPU版本，需要更改以下幾個地方： 1. 更改Makefile前兩行GPU和CUDNN的配置：
2020-06-01 01:13:41
原创 基於pytorch的EDSR/WDSR實現
對於原版官方EDSR，按照以下命令測試即可， #1. my test on EDSR x4 res: 12.68s ,saving 25s python3 main.py --data_test Demo --scale 4 --
2020-06-01 01:13:41
1
原创 基於anchor-free的目標檢測算法CenterNet研究
2020.04.18 小記 近期一直在MOT算法研究，目前SOTA算法核心還是基於CenterTrack網絡，而CenterTrack又是基於anchor-free式的CenterNet網絡，CenterNet是繼YOLO目標檢測算法以來
2020-04-21 01:19:35
1
原创 MOT榜前算法探討
復工了，久違了。 目標跟蹤一直是計算機視覺裏無法迴避的課題，無論是單目標跟蹤SOT還是今天要討論的多目標跟蹤MOT，是視頻理解裏的重要組成部分。其任務一般包括單目標跟蹤（SOT，Single Object Tracking
2020-04-19 05:02:10
5
原创 PS高效修圖
常用工具 一、污點修復畫筆 1.調節大小：p後面的【】進行調節 2.類型：內容識別（常用）/創建紋理/近似匹配 3.內容識別：點擊需要修復的區域。軟件會自動在他周圍進行取樣，通過計算對其進行光線和明暗的匹配，並進行羽化融合 4.創建紋理：
2020-02-23 15:27:33
原创 基於yolact訓練自己的實例分割模型
注：2019年04月05日剛出爐的paper Abstract：我們提出了一個用於實時實例分割的簡單全卷積模型，在單個Titan Xp上以33 fps在MS COCO上實現了29.8 mAP，這比以前的任何算法都要快得多。此外，我們只在一
2019-10-26 05:24:43
229