迈克老狼2012

摘要： 原贴地址：http://fuliang.iteye.com/blog/1482002 其它参考资料：http://en.wikipedia.org/wiki/Stochastic_gradient_descent 1. 基于梯度下降的学习 对于一个简单的机器学习算法，每一个样本包含了一个(x,y)对，其中一个输入x和一个数值输出y。我们考虑损失函数,它描述了预测值和实际值... 阅读全文

摘要： 前面一篇文章中提到，我们在一副脸部图像上选取76个特征点，以及这些特征点的连通性信息来描述脸部形状特征，本文中我们会把这些特征点映射到一个标准形状模型。 通常，脸部形状特征点能够参数化分解为两个变量，一个是全局的刚体变化，一个是局部的变形。全局的刚体变化主要是指脸部能够在图像中移动，旋转，缩放，局部的变形则是指脸部的表情变化，不同人脸的特征等等。 下面我们通过tr... 阅读全文

摘要： 本文中的知识来自于Mastering opencv with practical computer vision project一书。 本文实施的脸部跟踪算法都是基于数据驱动的，主要包括两个部分，训练和测试。训练就是通过脸部标记点的采样数据，训练得到一个标准的脸部模型，而测试部分就是把检测到的脸部和标准脸部模型比较，求得眼睛，鼻子等脸部特征。具体来讲，脸部跟踪分为三个部分：sh... 阅读全文

摘要： 原帖地址： http://blog.sina.com.cn/s/blog_6109b5d00101ag7a.html 在摄影测量和计算机视觉中，考虑最优解问题时，经常要用到SVD分解。奇异值分解 (singular value decomposition,SVD) 是一种可靠地正交矩阵分解法，但它比QR分解法要花上近十倍的计算时间。在matlab中，[U,S,V]=svd(A)... 阅读全文

摘要： 参考资料: http://docs.opencv.org/modules/core/doc/xml_yaml_persistence.html #include "opencv2/opencv.hpp" #include using namespace cv; using namespace std; int main(int, char** argv) ... 阅读全文

摘要： 在OpenCV中，自带着Harr分类器人脸特征训练的文件，利用这些文件，我们可以很方面的进行人脸，眼睛，鼻子，表情等的检测。 人脸特征文件目录： ../opencv2.46/opencv/data/haarcascades 人脸检测Harr分类器的介绍：http://www.cnblogs.com/mikewolf2002/p/3437883.html 分类器的训练步骤... 阅读全文

摘要： 在人脸识别模式类中，还实现了一种基于LBP直方图的人脸识别方法。LBP图的原理参照：http://www.cnblogs.com/mikewolf2002/p/3438698.html 在代码中，我们只要使用 Ptr model = createLBPHFaceRecognizer(); 就创建了一个基于LBPH的人脸识别类，其它代码和前面两种人脸识别方法一样。 ... 阅读全文

摘要： 本章我们学习LBP图像的原理和使用，因为接下来教程我们要使用LBP图像的直方图来进行脸部识别。 参考资料： http://docs.opencv.org/modules/contrib/doc/facerec/facerec_tutorial.html http://www.cnblogs.com/mikewolf2002/p/3438166.html LBP的基本思想是... 阅读全文

摘要： 原帖地址：http://blog.csdn.net/zouxy09/article/details/7929570 1、Haar-like特征 Haar-like特征最早是由Papageorgiou等应用于人脸表示，Viola和Jones在此基础上，使用3种类型4种形式的特征。 Haar特征分为三类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板。特征模板内有白色和黑... 阅读全文

摘要： 原文地址：http://blog.csdn.net/zouxy09/article/details/7929531 LBP（Local Binary Pattern，局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietikäinen, 和D. Harwood 在1994年提出，用于纹理特征提取。而且... 阅读全文