|
Matlab與C++混合編程（依賴OpenCV）zouxy09@qq.comhttp://blog.csdn.net/zouxy09 之前在運(yùn)行別人論文的代碼的時候，經(jīng)常有遇到Matlab與C++混合編程的影子。實(shí)際上就是通過Matlab的Mex工具將C++的代碼編譯成Matlab支持調(diào)用的可執(zhí)行文件和函數(shù)接口。這樣一方面可以在Matlab中利用已經(jīng)編寫好的函數(shù)，盡管這個函數(shù)是用C+...
基于meanshift的手勢跟蹤與電腦鼠標(biāo)控制zouxy09@qq.comhttp://blog.csdn.net/zouxy09 一年多前開始接觸計(jì)算機(jī)視覺這個領(lǐng)域的時候，年幼無知，倍感吃力。當(dāng)年惶恐，從而盲從。掙扎了不少時日，感覺自己好像還是處于領(lǐng)域的門外漢一樣，在理論與實(shí)踐的鴻溝中無法掙脫，心里空落落的。在這種揮之不去的煩憂中，某個時候豁然開朗，覺得要看一個系統(tǒng)的代碼了，看看別...
基于感知哈希算法的視覺目標(biāo)跟蹤zouxy09@qq.comhttp://blog.csdn.net/zouxy09 偶然看到這三篇博文[1][2][3]，提到圖片檢索網(wǎng)站TinEye和谷歌的相似圖片搜索引擎的技術(shù)原理。以圖搜圖搜索引擎的使命是：你上傳一張圖片，然后他們盡全力幫你把互聯(lián)網(wǎng)上所有與它相似的圖片搜索出來。當(dāng)然了，這只是他們認(rèn)為的相似，所以有時候搜索結(jié)果也不一定對。事實(shí)上，以...
時空上下文視覺跟蹤（STC）算法的解讀與代碼復(fù)現(xiàn)zouxy09@qq.comhttp://blog.csdn.net/zouxy09 本博文主要是關(guān)注一篇視覺跟蹤的論文。這篇論文是Kaihua Zhang等人今年投稿到一個會議的文章，因?yàn)闀h還沒有出結(jié)果，所以作者還沒有發(fā)布他的Matlab源代碼。但為了讓我們先睹為快，作者把論文放在arxiv這個網(wǎng)站上面供大家下載了。...
運(yùn)動檢測（前景檢測）之（二）混合高斯模型GMMzouxy09@qq.comhttp://blog.csdn.net/zouxy09 因?yàn)楸O(jiān)控發(fā)展的需求，目前前景檢測的研究還是很多的，也出現(xiàn)了很多新的方法和思路。個人了解的大概概括為以下一些：幀差、背景減除（GMM、CodeBook、 SOBS、 SACON、 VIBE、 W4、多幀平均……）、光流（稀疏光流、稠密光流）、運(yùn)動競爭（M...
運(yùn)動檢測（前景檢測）之（一）ViBezouxy09@qq.comhttp://blog.csdn.net/zouxy09 因?yàn)楸O(jiān)控發(fā)展的需求，目前前景檢測的研究還是很多的，也出現(xiàn)了很多新的方法和思路。個人了解的大概概括為以下一些： 幀差、背景減除（GMM、CodeBook、 SOBS、 SACON、 VIBE、 W4、多幀平均……）、光流（稀疏光流、稠密光流）、運(yùn)動競爭（...
語音信號處理之（二）基音周期估計(jì)（Pitch Detection）zouxy09@qq.comhttp://blog.csdn.net/zouxy09 這學(xué)期有《語音信號處理》這門課，快考試了，所以也要了解了解相關(guān)的知識點(diǎn)。呵呵，平時沒怎么聽課，現(xiàn)在只能抱佛腳了。順便也總結(jié)總結(jié)，好讓自己的知識架構(gòu)清晰點(diǎn)，也和大家分享下。下面總結(jié)的是第二個知識點(diǎn)：基音周期估計(jì)。我們用C++實(shí)現(xiàn)了基于自...
簡單粗糙的指尖檢測方法（FingerTips Detection）
zouxy09@qq.com
http://blog.csdn.net/zouxy09
在人機(jī)交互領(lǐng)域，如果可以比較好的檢測指尖，對于交互的豐富度、靈活性來說是有很大提升的。目前指尖檢測的方法也很多，我這里稍微嘗試了下簡單了兩種。這兩種方法都借助了手的幾何特征，簡單但比較粗糙，魯棒性不夠。
方...
光流Optical Flow介紹與OpenCV實(shí)現(xiàn)
zouxy09@qq.com
http://blog.csdn.net/zouxy09
光流（optic flow）是什么呢？名字很專業(yè)，感覺很陌生，但本質(zhì)上，我們是最熟悉不過的了。因?yàn)檫@種視覺現(xiàn)象我們每天都在經(jīng)歷。從本質(zhì)上說，光流就是你在這個運(yùn)動著的世界里感覺到的明顯的視覺運(yùn)動（呵呵，相對論，沒有絕對的靜止，也沒有絕對...
模板匹配中差值的平方和（SSD）與互相關(guān)準(zhǔn)則的關(guān)系
zouxy09@qq.com
http://blog.csdn.net/zouxy09
模板匹配TemplateMatching是在圖像中尋找目標(biāo)的方法之一。原理很簡單，就是在一幅圖像中尋找和模板圖像（patch）最相似的區(qū)域。在OpenCV中有對應(yīng)的函數(shù)可以調(diào)用：
void matchTemplate(...
從最大似然到EM算法淺解
zouxy09@qq.com
http://blog.csdn.net/zouxy09
機(jī)器學(xué)習(xí)十大算法之一：EM算法。能評得上十大之一，讓人聽起來覺得挺NB的。什么是NB啊，我們一般說某個人很NB，是因?yàn)樗芙鉀Q一些別人解決不了的問題。神為什么是神，因?yàn)樯衲茏龊芏嗳俗霾涣说氖隆Ｄ敲碋M算法能解決什么問題呢？或者說EM算法是因?yàn)槭裁炊鴣淼竭@個世界...
壓縮跟蹤C(jī)ompressive Tracking源碼理解
zouxy09@qq.com
http://blog.csdn.net/zouxy09
在前面一個介紹《Real-Time Compressive Tracking》這個paper的感知跟蹤算法的博文中，我說過后面會學(xué)習(xí)下它的C++源碼，但是當(dāng)時因?yàn)橛行┦拢跃蜎]有看了。今天，上到博客，看到一朋友在這個博文中評論...
Kinect開發(fā)學(xué)習(xí)筆記之（八）彩色、深度、骨骼和用戶摳圖結(jié)合
zouxy09@qq.com
http://blog.csdn.net/zouxy09
我的Kinect開發(fā)平臺是：
Win7 x86 + VS2010 + Kinect for Windows SDK v1.6 + OpenCV2.3.0
開發(fā)環(huán)境的搭建見上一文：
http://blog.csdn.net/zou...
交互系統(tǒng)的構(gòu)建之（四）手掌與拳頭檢測加盟TLD
zouxy09@qq.com
人機(jī)交互系統(tǒng)的構(gòu)建之（一）http://blog.csdn.net/zouxy09/article/details/7919618中提到我的整個交互系統(tǒng)包含以下部分：
TLD系統(tǒng)、TTS語音合成、語音識別、手勢和語音控制鼠標(biāo)和鍵盤、運(yùn)行前加入手掌的檢測（這樣就不用鼠標(biāo)畫目標(biāo)box了）、拳頭的檢測等等...
目標(biāo)檢測的圖像特征提取之（三）Haar特征
zouxy09@qq.com
1、Haar-like特征
Haar-like特征最早是由Papageorgiou等應(yīng)用于人臉表示，Viola和Jones在此基礎(chǔ)上，使用3種類型4種形式的特征。
Haar特征分為三類：邊緣特征、線性特征、中心特征和對角線特征，組合成特征模板。特征模板內(nèi)有白色和黑色兩種矩形，并定義該模板的特征值為白色矩...
目標(biāo)檢測的圖像特征提取之（二）LBP特征
zouxy09@qq.com
LBP（Local Binary Pattern，局部二值模式）是一種用來描述圖像局部紋理特征的算子；它具有旋轉(zhuǎn)不變性和灰度不變性等顯著的優(yōu)點(diǎn)。它是首先由T.
Ojala, M.Pietik?inen, 和 D. Harwood
在1994年提出，用于紋理特征提取。而且，提取的特征是圖像的局部的紋理...
目標(biāo)檢測的圖像特征提取之（一）HOG特征
zouxy09@qq.com
1、HOG特征：
方向梯度直方圖（Histogram of Oriented Gradient, HOG）特征是一種在計(jì)算機(jī)視覺和圖像處理中用來進(jìn)行物體檢測的特征描述子。它通過計(jì)算和統(tǒng)計(jì)圖像局部區(qū)域的梯度方向直方圖來構(gòu)成特征。Hog特征結(jié)合SVM分類器已經(jīng)被廣泛應(yīng)用于圖像識別中，尤其在行人檢測中獲得了極大的...
計(jì)算機(jī)視覺目標(biāo)檢測的框架與過程
zouxy09@qq.com
個人接觸機(jī)器視覺的時間不長，對于機(jī)器學(xué)習(xí)在目標(biāo)檢測的大體的框架和過程有了一個初步的了解，不知道對不對，如有錯誤，請各位大牛不吝指點(diǎn)。
目標(biāo)的檢測大體框架：
目標(biāo)檢測分為以下幾個步驟：
1、訓(xùn)練分類器所需訓(xùn)練樣本的創(chuàng)建：
訓(xùn)練樣本包括正樣本和負(fù)樣本；其中正例樣本是指待檢目標(biāo)樣本(例如人臉...
淺析人臉檢測之Haar分類器方法
一、Haar分類器的前世今生
人臉檢測屬于計(jì)算機(jī)視覺的范疇，早期人們的主要研究方向是人臉識別，即根據(jù)人臉來識別人物的身份，后來在復(fù)雜背景下的人臉檢測需求越來越大，人臉檢測也逐漸作為一個單獨(dú)的研究方向發(fā)展起來。
目前的人臉檢測方法主要有兩大類：基于知識和基于統(tǒng)計(jì)。
? 基于知識的方法：主要利用先驗(yàn)知識將人臉看作器官特征的組合，根...
交互系統(tǒng)的構(gòu)建之（三）TTS語音合成的加盟
zouxy09@qq.com
人機(jī)交互系統(tǒng)的構(gòu)建之（一）http://blog.csdn.net/zouxy09/article/details/7919618中提到我的整個交互系統(tǒng)包含以下部分：
TLD系統(tǒng)、TTS語音合成、語音識別、手勢和語音控制鼠標(biāo)和鍵盤、運(yùn)行前加入手掌的檢測（這樣就不用鼠標(biāo)畫目標(biāo)box了）、拳頭的檢測等等。...
|
|
|
