1996年，Ojala老大爷搞出了LBP特征，也即参考文献1。当时好像并未引发什么波澜。到了2002年的时候，老大爷又对LBP的特性进行了总结，产生了参考文献2，这篇文献目前为止引用数目4600+，足见其分量之重了。
到了2004年的时候，Ahonen将LBP特征首次用于人脸检测，即参考文献3。由于该特征的简单易算性，虽然其总体效果不如Haar特征，但速度则快于Haar，所以也得到了广泛的使用。
2007年的时候，中科院的一帮大神将Haar特征计算的积分图方法引入进来，产生了多尺度的LBP特征，也即参考文献...
分类：
其他好文 时间：
2014-07-08 17:51:41
阅读次数：
521
收入囊中
meanshift图像聚类meanshift object detect
葵花宝典
今天有点累，理论就讲少点吧T_T
meanshift中文是均值飘逸，就是给定一个点，然后会移动到概率密度最大的地方。
对于图像，什么是概率密度最大？
我们可以定义很多要素：
距离
RGB
HSV
下面我有个例子，就是用距离(x,y)和HSV(h,s,v)作图像聚类的。
...
分类：
其他好文 时间：
2014-05-11 02:16:10
阅读次数：
530
