原创 CamShift算法,OpenCV實現
參考: http://blog.csdn.net/houdy/article/details/175739 Back Projection CamShift算法,即"Continuously Apative Mean-Shift"算法,是
原创 運動目標檢測跟蹤主流算法
運動目標跟蹤主流算法大致分類 不全,需要慢慢補充 一.運動目標檢測 (一)背景差 1.幀差 2.GMM 等 背景減算法可以對背景的光照變化、噪聲干擾以及週期性運動等進行建模,在各種不同情況下它都可以準確地檢測出運動目標。因此對於固
原创 Object Recognition and Scene Understanding(四)OpenCV SVM+HOG分類
通過前面的介紹,可以對hog特徵利用svm訓練,得到簡單的二分類模型,利用分類模型可以實現二分。 參考:http://blog.csdn.net/yongshengsilingsa/article/details/7535496 Op
原创 Object Recognition and Scene Understanding(一)概述及HOG特徵
寫一個簡單的專題吧:Object Recognition and Scene Understanding,包括以下三大塊內容: 1.Object Recognition from Local Scale-Invariant Feature
原创 Object Recognition and Scene Understanding(八)Matlab中Latent SVM model參數含義
Matlab中mat文件model參數含義 模型文件是按照Latent SVM模型保存語法保存參數的,利用了查表的思想,具體細節需要參考原始論文。這樣保存的目的好像是計算方便。 1.model簡單節點內容 model.class= 'b
原创 Object Recognition and Scene Understanding(三)SVM
支持向量機,多年以來在模式識別上的最大發現,當然其利用核函數來尋找最優的分類的思路存在一定的侷限性,但一定程度上解決了很多問題。關於支持向量機在模式識別領域的前世今生,可以參考譚鐵牛等的論文。關於libsvm就去看臺灣大牛的網頁吧,far
原创 Object Recognition and Scene Understanding(二)OpenCV 中HOG特徵參數個數及圖解
這部分都是一些介紹,不需要主觀加工,直接收集起來分享之。 1. OpenCV中HOG特徵參數圖解 http://blog.csdn.net/raocong2010/article/details/6239431 最近要做圖像特徵提取,可能
原创 自己寫的一款圖像處理軟件,完善下看能否公開源碼
功能: 1.自定義圖像格式讀寫顯示 2.通用格式圖像讀寫顯示 3.基本的圖像處理功能: a.平滑 b.銳化 c.直方圖均衡 d.灰度圖像僞彩色化 e.線性變化 f.非線性變化 h.反色 i.目標識別 4.圖像處理過程記錄 5.鼠標拖動,滾
原创 Object Recognition and Scene Understanding(六)OpenCV中HOG+SVM目標檢測
參考:利用Hog特徵和SVM分類器進行行人檢測:http://blog.csdn.net/carson2005/article/details/7841443 HOG+SVM由於其特性,對行人檢測有非常好的效果,但是對其他目標檢測也有
原创 C 判斷文件是否存在
忘了在那看到的了,寫到這,記錄一下 1)access 2)fopen 3)stat fstat? >>>>> 應當使用函數access,頭文件是io.h,原型: int access(const char
原创 OpenCV_基於混合高斯模型GMM的運動目標檢測
OpenCV的video module中包含了幾種較爲常用的背景減除方法,其中混合高斯模型(Gaussian of Mixture Models, GMM)方法效果較好。 常用的目標檢測方法:1)幀間差分;2)背景減除; 其中背景減除
原创 Object Recognition and Scene Understanding(七)OpenCV中Latent SVM模型文件XML
從該blog開始,逐步介紹DPM + Latent SVM。關於OpenCV下DPM+Latent SVM簡單介紹參考上一篇博文:OpenCV Latent SVM Discriminatively Trained Part B
原创 opencv2 直方圖
懶得自己寫了 http://www.xufangxi.cn/CPlusPlus/76.html calcHist只針對單通道,也比較和灰度直方圖的概念 #include <opencv2/imgproc/imgproc.hpp>
原创 Object Recognition and Scene Understanding(九)模型轉化Mat-〉XML
第一步:獲取參數 其中爲matlab語言 1.components 個數 NumComponents= length(model.rules{model.start}) ncom =length(model.rules{model.sta
原创 計算機視覺牛人(最早在自動化所論壇上發現的)
paper畢竟是死的, 寫paper的人才是活的. 那麼我現在研究一下cv圈的格局, 按師承關係, 借鑑前人, 我總結a tree stuctur