Weakly-Supervised Semantic Segmentation Network with Deep Seeded Region Growing CVPR2018 这篇来自华科的文章指明它有别于之前的一些弱监督图像语义分割之处，那就是作者不再使用大多数方法的网络所采用的固定不变或者静态 ...
分类：
Windows程序 时间：
2018-10-16 21:55:10
阅读次数：
1919
（1）卷积：对图像元素的矩阵变换，是提取图像特征的方法，多种卷积核可以提取多种特征。一个卷积核覆盖的原始图像的范围叫做感受野（权值共享）。一次卷积运算提取的特征往往是局部的，难以提取出比较全局的特征，因此需要在一层卷积基础上继续做卷积计算，这也就是多层卷积。 （2）池化：降维的方法，按照卷积计算得出 ...
分类：
其他好文 时间：
2018-10-13 21:44:50
阅读次数：
210
Deep Learning of Binary Hash Codes for Fast Image Retrieval [Paper] [Code-Caffe] 1. 摘要 针对图像检索问题，提出简单有效的监督学习框架 CNN网络结构能同时学习图像特征表示以及 hash-like 编码函数集合 利用 ...
分类：
其他好文 时间：
2018-10-12 23:41:45
阅读次数：
222
该特征常和AdaBoost结合用于识别人脸。Haar特征很简单，分为三类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板。特征模板内有白色和黑色两种矩形，并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。Haar特征值反映了图像的灰度变化情况。例如：脸部的一些特征能由矩形特征简单的描 ...
分类：
编程语言 时间：
2018-10-08 17:21:44
阅读次数：
294
timeline 1998， Yann LeCun 的 LeNet5 图像特征分布在整个图像上 在具有很少参数的多个位置上提取类似特征时，具有可学习的参数的卷积是个比较有效的方法 在没有应用GPU的时候，能够保存参数和计算就成了一个关键优势 LeNet5并没有把每个像素都作为大型多层神经网络的一个输 ...
分类：
其他好文 时间：
2018-09-30 16:34:54
阅读次数：
266
8.1 尺度空间 图像特征中尺寸空间的相关理论基础。 8.1.1尺度与旋转不变性 局部不变性：尺度不变性（视觉远近与目标认知分析无关）和旋转不变性（旋转操作与目标认知分析无关） 8.2 特征描述子 特征描述 目标特征分析：关键点检测与关键点提取 8.2.1 SIFT特征 关键点检测和描述算法 优点： ...
分类：
其他好文 时间：
2018-09-08 16:00:59
阅读次数：
751
特征分类 对特征进行分类，对于不同的特征应该有不同的处理方法。 根据不同的分类方法，可以将特征分为 (1)Low level特征和High level特征。 Low level特征——较低级别的特征，主要是原始特征，不需要或者需要非常少的人工处理和干预。 例如文本特征中的词向量特征，图像特征中的像素 ...
分类：
其他好文 时间：
2018-09-05 21:46:36
阅读次数：
228
随着深度学习的普及开来，设计一个网络结构变得越来越“简单”，如果一个新的网络只是简单的卷积、池化、全连接，改改其中的参数，那就大错特错了。所以网络在应用中，往往要面临的问题是：如何设计一个好的网络结构。 目前常见的网络结构：AlexNet、ZF、GoogLeNet、VGG、ResNet等等都可谓曾一 ...
分类：
其他好文 时间：
2018-09-03 13:50:10
阅读次数：
226
OpenCV可以检测图像的主要特征，然后提取这些特征、使其成为图像描述符，这类似于人的眼睛和大脑。这些图像特征可作为图像搜索的数据库。此外，人们可以利用这些关键点将图像拼接起来，组成一个更大的图像，比如将许多图像放在一块，然后形成一个360度全景图像。 这里我们将学习使用OpenCV来检测图像特征， ...
分类：
其他好文 时间：
2018-08-21 19:00:42
阅读次数：
263
写一个截取图片的代码为： 其中每个参数代表的含义： cv2.CascadeClassifier看参数、用法 Cv2级联分类器：用于检测数字图像的特征 参数：用一个xm文件说明要检测图像特征的某一个部分，用xml文件的地址为参数。检测人脸比较好的参数有：haarcascade_frontalface_ ...
分类：
其他好文 时间：
2018-08-17 23:31:52
阅读次数：
349
