摘要： SIFT是一种局部特征，在SIFT描述子生成过程中，考虑的是该特征点邻域特征点的分布情况（没有利用全局信息）。本步骤中主要过程包括：确定特征点的方向，生成特征描述符。 确定特征点方向 在特征点确定过程中，特征点的坐标以及尺度被确定下来，根据特征点的尺度选择高斯金字塔中的图像，然后在这幅图像上确定该特 阅读全文

摘要： 1.确定潜在特征点 与梯度特征、Hessian特征和Harris角点相比，高斯拉普拉斯函数的极大值和极小值点是一种非常稳定的特征点。差分高斯金字塔是一个三维空间（平面图像二维，尺度一维），我们在三维空间中寻找极大值点和极小值点的方法是：比较当前特征点的灰度值和周围26个灰度值的大小，若当前特征点灰度 阅读全文

摘要： 高斯金字塔的形成过程： 对某一灰度图像，首先进行升采样（即扩大两倍采样），然后对升采样之后的图片进行高斯模糊，从而生成一组采样图。（注：升采样不是必须的） 对原灰度图像进行降采样，然后高斯模糊，得到第二组采样图，每一组都有六层尺寸相同但模糊系数不同的采样图像得到。为了保持差分高斯金字塔的尺度空间（即 阅读全文

摘要： 阅读全文

摘要： 在python2中，class（object）定义时，class继承了object()的属性； 在python3中，class（）默认继承了object(); 为什么要继承object类呢？目的是便于统一操作。继承object类是为了让自己定义的类拥有更多的属性。 python2中需要写为以下形式： 阅读全文

摘要： tensorflow提供通过变量名称来创建或者获取一个变量的机制。通过这个机制，在不同的函数中可以直接通过变量的名字来使用变量，而不需要将变量通过参数的形式到处传递。 1. tf.Variable与tf.get_variable tensorflow中通过变量名获取变量的机制主要通过tf.get_v 阅读全文

摘要： 人脸识别经历了早期算法，人工特征+分类器，深度学习三个阶段。 一.早期算法 1.基于几何特征的方法 每个人的面部器官例如眼睛、鼻子、嘴巴等都存在差异，因此每个人的面貌也千差万别。基于几何特征进行人脸识别的思想是将人脸的关键器官（例如眼睛，鼻子）的大小、形状以及相对位置构成一组几何特征，来表示人脸信息 阅读全文