最近一直在做前景检测方面的研究，刚开始主要是做一些工程性的应用，为了解决工程方面的问题，下了不少功夫，也看了不少最近国内外的文章。一直想做个总结，拖着拖着，终究却写成这篇极不成功的总结。 背景建模或前景检测的算法主要有：1. Single Gaussian (单高斯模型)Real-time trac...
分类：
其他好文 时间：
2015-05-11 12:10:17
阅读次数：
114
key words: motion estimation and compensation , motion analysis，video encode
今天突然有这样的想法：我的研究方向是计算机视觉，但是我这一年来研究的都是在静态场景中，去理解分析，包括opencv处理图像，pcl处理点云，都是静态的，，还没有正经的去处理过动态的，也就是从视频中直接获取想要处理的内容，比如目标检测与跟踪...
分类：
其他好文 时间：
2015-04-28 23:00:41
阅读次数：
193
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，提取的特征是图像的局部的纹理特征；...
分类：
其他好文 时间：
2015-04-28 08:18:30
阅读次数：
204
其主要功能是：在给定的滑动窗口大小下，对每个窗口内的像素值进行快速相加求和在模式识别领域，Haar特征是大家非常熟悉的一种图像特征了，它可以应用于许多目标检测的算法中。与Haar相似，图像的局部矩形内像素的和、平方和、均值、方差等特征也可以用类似Haar特征的计算方法来计算。这些特征有时会频繁的在某...
分类：
其他好文 时间：
2015-04-27 18:10:20
阅读次数：
3729
机器学习(Machine Learning)&深入学习(Deep Learning)资料?《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost 到随机森林、Deep Lear.....
分类：
系统相关 时间：
2015-04-27 14:56:05
阅读次数：
300
《Brief History of Machine Learning》
介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.
《Deep Learning in Neural Networks: An Overview》
介绍:这是瑞士人工智能实验室Jurgen Schmidhuber写的最新版本《神经网络与深...
分类：
其他好文 时间：
2015-04-23 15:42:56
阅读次数：
1141
1 IR 小目标检测“Learning to detect small target A local kernel method”Xie K, Zhou T, Qiao Y, et al. Learning To Detect Small Target: A Local Kernel Method[...
分类：
其他好文 时间：
2015-04-20 18:18:09
阅读次数：
107
VSAM(VideoSurveillance and Monitoring)视频监控系统Robotics Institute CMU1：引言2：试验床介绍3：基本的视频分析算法：运动目标检测，跟踪，分类，简单行为识别4：地理空间模型，感知网络标定，三维地理位置估计，目标图形显示5：多摄像机协作6：成...
分类：
其他好文 时间：
2015-04-20 12:55:01
阅读次数：
179
1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得...
分类：
其他好文 时间：
2015-04-17 13:41:09
阅读次数：
155
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，提取的特征是图像的局部的纹理特征；...
分类：
其他好文 时间：
2015-04-17 13:40:27
阅读次数：
183
