2018年9月2日

图像处理8 选择性搜索(selective search)

摘要: 介绍 以下介绍和算法引用自选择性搜索(selective search)。 一、目标检测 VS 目标识别 目标识别(objec recognition)是指明一幅输入图像中包含那类目标。其输入为一幅图像,输出是该图像中的目标属于哪个类别(class probability)。而目标检测(object 阅读全文

posted @ 2018-09-02 00:03 1357 阅读(946) 评论(0) 推荐(0) 编辑

2018年8月26日

图像处理7 LBP纹理特征提取

摘要: LBP纹理特征提取 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,提取的特征 阅读全文

posted @ 2018-08-26 23:45 1357 阅读(4189) 评论(2) 推荐(0) 编辑

图像处理6 灰度直方图和直方图均衡化

摘要: 灰度直方图 介绍 灰度直方图(Gray histogram)是关于灰度级分布的函数,是对图像中灰度级分布的统计。灰度直方图是将数字图像中的所有像素,按照灰度值的大小,统计其出现的频率。灰度直方图是灰度级的函数,它表示图像中具有某种灰度级的像素的个数,反映了图像中某种灰度出现的频率。 灰度直方图(Gr 阅读全文

posted @ 2018-08-26 00:17 1357 阅读(3460) 评论(0) 推荐(0) 编辑

2018年8月19日

图像处理5 色彩空间转换——RGB与HSV

摘要: 介绍 RGB色彩模式是工业界的一种颜色标准,是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的,RGB即是代表红、绿、蓝三个通道的颜色,这个标准几乎包括了人类视力所能感知的所有颜色,是目前运用最广的颜色系统之一。 HSV(Hue, Saturation 阅读全文

posted @ 2018-08-19 23:02 1357 阅读(3625) 评论(0) 推荐(0) 编辑

2018年8月18日

图像处理4 非极大值抑制(Non-Maximum Suppression,NMS)

摘要: 介绍 介绍、算法和改进部分转自康行天下的博文 非极大值抑制(Non-Maximum Suppression,NMS),顾名思义就是抑制不是极大值的元素,可以理解为局部最大搜索。这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二是邻域的大小。这里不讨论通用的NMS算法(参考论文《Effi 阅读全文

posted @ 2018-08-18 23:35 1357 阅读(1363) 评论(0) 推荐(0) 编辑

2018年8月12日

图像处理3 Felzenszwalb算法的Python实现

摘要: 介绍 算法介绍上一篇随笔中很详细。 图像处理2 基于图的图像分割算法 实现和效果 以下是skimage自带的felzenszwalb算法cython版转Python代码,更改了高斯模糊。 Cython部分可以参考Python 调用 C/C++实现卷积中的介绍。 阅读全文

posted @ 2018-08-12 23:39 1357 阅读(7376) 评论(2) 推荐(2) 编辑

2018年8月11日

图像处理2 基于图的图像分割算法

摘要: 介绍 以下转自一篇很好的博文,图像分割—基于图的图像分割(Graph-Based Image Segmentation),不过这篇发表于2014年07月21日 21:45:01的原创博文,阅读量不到2015年01月12日 15:18:52转摘博文的一半。 下一篇随笔中附上Python实现。 图像分割 阅读全文

posted @ 2018-08-11 21:27 1357 阅读(2850) 评论(0) 推荐(0) 编辑

2018年8月10日

图像处理1 高斯模糊

摘要: 简介 高斯模糊(英语:Gaussian Blur),也叫高斯平滑,是在Adobe Photoshop、GIMP以及Paint.NET等图像处理软件中广泛使用的处理效果,通常用它来减少图像噪声以及降低细节层次。这种模糊技术生成的图像,其视觉效果就像是经过一个半透明屏幕在观察图像,这与镜头焦外成像效果散 阅读全文

posted @ 2018-08-10 00:23 1357 阅读(1503) 评论(0) 推荐(0) 编辑

2018年2月28日

CNN网络结构-ResNext

摘要: CNN网络结构-ResNext 背景 2016年,KaiMing将AlexNet中的group convolution引进了ResNet中,以获得更少的参数,在ImageNet上刷出了排名第二的好成绩。 101-layer的ResNeXt可以达到ResNet的精确度,在complexity却只有后者 阅读全文

posted @ 2018-02-28 22:52 1357 阅读(913) 评论(0) 推荐(0) 编辑

2018年2月27日

CNN网络结构-ResNet

摘要: 背景 2015年,残差网络在ImageNet测试集上的错误率仅为 3.57%。 在ImageNet检测、ImageNet定位、COCO检测以及COCO分割上均获得了第一名的成绩。 结构 深度在神经网络中有及其重要的作用,但越深的网络越难训练。 随着深度的增加,从训练一开始,梯度消失或梯度爆炸就会阻止 阅读全文

posted @ 2018-02-27 22:34 1357 阅读(979) 评论(0) 推荐(0) 编辑

导航