handspeaker

摘要： Lucas-Kanade算法广泛用于图像对齐、光流法、目标追踪、图像拼接和人脸检测等课题中。一、核心思想给定一个模板和一个输入，以及一个或多个变换，求一个参数最佳的变换，使得下式最小化在求最优解的时候，该算法假设目前的变换参数已知，并迭代的计算的增量，使得更新后的能令上式比原来更小。则上式改写为：二、算法流程1.初始化参数向量2.计算及其关于导数，求得参数增量向量3.更新，4.若小于某个小量，即当前参数向量基本不变化了，那么停止迭代，否则继续2,3两步骤。三、具体做法对做一阶泰勒级数展开，则目标函数变为：对其求导，并令导数为0，得到下式：对上式中的求解即可，得到的是的解析解：其中，四、Luca 阅读全文

摘要： 由于过年玩得比较爽，回来之后又一直忙于公司实习和毕业答辩等事情，所以还没有好好总结自己的2013。但是，写年终总结是个好习惯，虽然现在有点迟，都已经是14年的3月份了。也算是为需要的人分享经验，同时也是给自己的经历做个记录。1.概述先说个人情况，男，北京bupt硕士，2年半制，2014年春毕业。本科和硕士专业都是通信工程相关，不过现在通信行业俨然已经没落了，所以硕士期间的研究方向和找工作投的岗位基本没考虑通信，都是计算机、互联网方向的。研究方向算是跟图像处理、模式识别、android开发吧，其他的零碎的例如数据库、python也搞过，不过很少。平时经常用C++，Java和Matlab。总的来说 阅读全文

摘要： 因为从文件读取图像到Bitmap是一件比较费时的事情，所以研究了一下几种可行的办法，并做了对比。首先解释一下为什么耗时，这是因为，在从jpg或者png文件中读取Bitmap时，一来需要对外存进行操作并且图像文件一般都比较大，二来在创建Bitmap时，基本都需要对原始图像做操作，例如：降采样、剪切、旋转等等。所以如何高效的读取图片并呈现出来，是一个很值得研究的问题。根据我的想法，大致想出了3种方案：1.在当前的UI线程直接读取并操作图像，然后呈现。2.新开一个子线程读取并操作图像，然后利用Bundle中Serializable的相关方法将其传回UI线程并呈现。3.其他做法与2一样，但是利用的是B 阅读全文

摘要： Viola Jones Face Detector是Paulviola和MichaelJJones共同提出的一种人脸检测框架。它极大的提高了人脸检测的速度和准确率。速度提升方面：利用积分图像来提取图像特征值，所以非常快。同时，利用adaboost分类器的特征筛选特性，保留最有用特征，这也减少了检测时的运算复杂度。准确率提升方面：将adaboost分类器进行改造，变成级联adaboost分类器，提高了人脸检测的准确率（降低漏检率和误检率）。首先介绍几个术语：检测率：存在人脸并且被检测出的图像在所有存在人脸图像中的比例。漏检率：存在人脸但是没有检测出的图像在所有存在人脸图像中的比例。误检率：不存在 阅读全文

摘要： 2015.7.2更新由于很多人要代码，我把代码下载链接放在这里了。不过还是要说一下，surfaceTexture和OpenGL ES结合才能发挥出它最大的效果，我这种写法只是我自己的想法，还有很多种解决方法，如果大家学习一下OpenGL ES，会发现更多有意思的东西。SurfaceTexture是从... 阅读全文

摘要： Histogram of Oriented Gridients，缩写为HOG，是目前计算机视觉、模式识别领域很常用的一种描述图像局部纹理的特征。这个特征名字起的也很直白，就是说先计算图片某一区域中不同方向上梯度的值，然后进行累积，得到直方图，这个直方图呢，就可以代表这块区域了，也就是作为特征，可以输入到分类器里面了。那么，接下来介绍一下HOG的具体原理和计算方法，以及一些引申。1.分割图像因为HOG是一个局部特征，因此如果你对一大幅图片直接提取特征，是得不到好的效果的。原理很简单。从信息论角度讲，例如一幅640*480的图像，大概有30万个像素点，也就是说原始数据有30万维特征，如果直接做HO 阅读全文

摘要： 最近在工作中遇到了一些问题，总结下来就是Android中Rect这个类造成的。不得不说，不知道Android SDK的开发人员是怎么想的， 这个类设计的太奇葩了。首先介绍一下Rect类：Rect类主要用于表示坐标系中的一块矩形区域，并可以对其做一些简单操作。这块矩形区域，需要用左上右下两个坐标点表示（left,top,right,bottom）,你也可以获取一个Rect实例的Width和Height。就在这里，奇葩的事情来了，作为一个有一点经验的做图像或者矩阵运算或者编程的程序员来说，大家的共识是，如果一个矩阵是MxN的，也就是M行N列，那么行号是[0,M-1],列号是[0,N-1]。可是奇葩 阅读全文

摘要： 在一个外国网站上看到一段YUV转RGB的程序很不错，根据维基上的知识，方法应该是没问题的，自己也用过了，效果没问题。首先说一下android上preview中每一帧的信息都是YUV420的，或者叫NV21,又或者叫YCbCr_420_SP (NV21)，反正这么个东西呢，Y,U,V三个分量的数量比是4:1:1.也就是说每四个像素共用一对UV。举个例子，如果是一个30*40的帧，那么有1200个Y分量，分别有300个U和300个V分量。总共有1200*1.5这么多个值。如果调用android中的onPreviewFrame(byte[] data,Cameracamera)这个方法，data就是 阅读全文

摘要： 主成分分析与白化，这部分很简单，当然，其实是用Matlab比较简单，要是自己写SVD分解算法，足够研究好几个月的了。下面是我自己实现的练习答案，不保证完全正确，不过结果和网站上面给出的基本一致。1.PCA in 2D1.1Step 1a: Implement PCA to obtain Uu = zeros(size(x, 1)); % You need to compute thissigma = x * x' / size(x, 2);[u,s,v]=svd(sigma);1.2Step 1b: Compute xRot, the projection on to the eige 阅读全文

摘要： 之前看过Andrew NG大神写的UFLDL教程，觉得很不错，不过一直比较懒，没有动手做里面的练习，最近做了一下，感觉很有意思。下面是《稀疏自编码器》和《矢量化编程实现》这两节我自己实现的练习答案，不保证完全正确，不过结果和网站上面给出的基本一致。稀疏自编码器step1在sampleIMAGES.m文件中完成生成训练集的代码，如下，tic和toc用来计时的：ticimage_size=size(IMAGES);i=randi(image_size(1)-patchsize+1,1,numpatches);j=randi(image_size(2)-patchsize+1,1,numpatche 阅读全文