数字图像是一个二维的离散信号，对数字图像做卷积操作其实就是利用卷积核（卷积模板）在图像上滑动，将图像点上的像素灰度值与对应的卷积核上的数值相乘，然后将所有相乘后的值相加作为卷积核中间像素对应的图像上像素的灰度值。 从卷积的效果来看，在二维图像上进行卷积时，卷积核对所在区域上符合某种条件的像素赋予较多 ...
分类：
其他好文 时间：
2018-02-11 16:19:28
阅读次数：
224
大家都说gabor做人脸识别是传统方法中效果最好的，这几天就折腾实现了下，网上的python实现实在太少，github上的某个版本还误导了我好几天，后来采用将C++代码封装成dll供python调用的方式，成功解决。 图像经多尺度多方向的gabor变换后，gabor系数的数目成倍上升，所以对gabo ...
分类：
编程语言 时间：
2016-12-14 21:34:32
阅读次数：
492
《在纹线方向上进行平滑滤波，在纹线的垂直方向上进行锐化滤波》 --Gabor增强的具体实践 一、问题提出 一般认为“Gabor小波感受野模拟线性滤波器，能对图像进行较好的智能收敛，从而智能增强图像。Gabor小波是智能收敛增强的物理模型” 那么，问题是在实际过程中，如何实现“Gabor小波的智能收敛 ...
分类：
其他好文 时间：
2016-11-30 14:53:39
阅读次数：
285
特征提取和特征选择都是从原始特征中找出最有效（同类样本的不变性、不同样本的鉴别性、对噪声的鲁棒性）的特征。 区别与联系 特征提取：将原始特征转换为一组具有明显物理意义（Gabor、几何特征[角点、不变量]、纹理[LBP HOG]）或者统计意义或核的特征。 特征选择：从特征集合中挑选一组最具统计意义的 ...
分类：
其他好文 时间：
2016-08-27 16:43:43
阅读次数：
637
恢复内容开始 人脸识别中最核心的部分就是特征表示，人脸识别的发展史更多是人脸特征的发展。 优秀的人脸特征必须满足以下条件： 人脸特征分类： 像素灰度值特征：最简单的人脸特征，包含全部人脸信息。 有监督特征：Haar, LBP, SIFT, HOG, Gabor, TPLBP, FPLBP ... 无 ...
分类：
其他好文 时间：
2016-07-08 23:02:56
阅读次数：
402
第一个脚本，生成震源扫描信号，并进行gabor变换 运行结果， 第二个脚本，利用时变滤波从和信号中重建单独的3个扫描信号 运行结果 ...
分类：
编程语言 时间：
2016-06-14 07:42:04
阅读次数：
395
原文：http://blog.csdn.net/yao_zhuang/article/details/2532279 下载cvgabor.cpp和cvgabor.h到你的C/C++工程目录下 注：在我的资源中有改进过的cvgabor类 相关链接为：http://download.csdn.net/s ...
分类：
其他好文 时间：
2016-04-17 20:23:47
阅读次数：
472
自动人脸识别的经典流程分为三个步骤：人脸检测、面部特征点定位（又称Face Alignment人脸对齐）、特征提取与分类器设计。一般而言，狭义的人脸识别指的是"特征提取+分类器"两部分的算法研究。 在深度学习出现以前，人脸识别方法一般分为高维人工特征提取（例如：LBP, Gabor等）和降维两个步骤 ...
分类：
其他好文 时间：
2016-03-30 19:25:29
阅读次数：
424
我认为这算法的核心是 用原图减去高斯滤波的结果来表示surrounds 对 center的抑制；用不同的feature 通道来表示眼睛的不同感受神经；用N(.)强调峰值； 1）使用默认参数 2）计算Gabor滤波器 从0º~180º等间隔选择Gabor角，为param.gabor 计算salienc
分类：
其他好文 时间：
2016-02-25 21:07:45
阅读次数：
130
欢迎转载，请注明出处；本人能力有限，错误在所难免，欢迎指导基于前两博文，已经训练出一个性别分类器。那就应该运用这个分类器进行性别分类。这个测试过程与训练过程一样。只不过，训练时，是大批量的处理样本数据数据。测试过程，针对需要识别的图像进行处理。首先进行人脸识别，即在图像中找出人脸，把人脸区域提取出来...
分类：
其他好文 时间：
2015-12-26 22:05:03
阅读次数：
725
