神经网络模型种类 一般地，CNN的基本结构包括两层，其一为特征提取层，每个神经元的输入与前一层的局部接受域相连，并提取该局部的特征。一旦该局部特征被提取后，它与其它特征间的位置关系也随之确定下来；其二是特征映射层，网络的每个计算层由多个特征映射组成，每个特征映射是一个平面，平面上所有神经元的权值相等... ...
分类：
其他好文 时间：
2017-01-22 13:28:45
阅读次数：
346
图像边缘是图像局部特征不连续性（灰度突变、纹理结构突变等）的反映，它标志着一个区域的终结和另一个区域的开始。边缘的特征是沿边缘走向的像素变化平缓，而垂直于边缘方向的像素变化剧烈。在图像边缘的较小领域中的像素集，它们的灰度值是不连续的，会有较大的跃变。因此可以通过导数来判别图形中像素的灰度值是否存在突 ...
分类：
其他好文 时间：
2017-01-19 02:02:20
阅读次数：
508
局部线性嵌入(Locally Linear Embedding，以下简称LLE)也是非常重要的降维方法。和传统的PCA，LDA等关注样本方差的降维方法相比，LLE关注于降维时保持样本局部的线性特征，由于LLE在降维时保持了样本的局部特征，它广泛的用于图像图像识别，高维数据可视化等领域。下面我们就对L ...
分类：
其他好文 时间：
2017-01-10 13:13:18
阅读次数：
487
指纹识别技术通过分析指纹的局部特征，从中抽取详尽的特征点，从而可靠地确认个人身份。指纹识别不仅具有许多独到的信息安全优点，更重要的是具有很高的实用性、可行性。目前多数指纹识别系统是将指纹图象采集到计算机中，利用计算机进行识别。国外一些公司生产的独立指纹识别系统，价格比较高昂。这些都限制了指纹识别技术 ...
分类：
其他好文 时间：
2016-12-22 07:02:34
阅读次数：
177
或许网络上有各位牛人已经对sift算法进行各种的详解和说明，我（小菜鸟）在翻阅各种资料和对opencv中的代码进行反推之后，终于理解该算法。并记录之，供大家一起交流学习！这个博文主要记录了我的学习历程...
分类：
其他好文 时间：
2016-10-23 18:17:07
阅读次数：
286
机器人视觉中有一项重要人物就是从场景中提取物体的位置，姿态。图像处理算法借助Deep Learning 的东风已经在图像的物体标记领域耍的飞起了。而从三维场景中提取物体还有待研究。目前已有的思路是先提取关键点，再使用各种局部特征描述子对关键点进行描述，最后与待检测物体进行比对，得到点-点的匹配。个别 ...
分类：
其他好文 时间：
2016-10-18 09:31:51
阅读次数：
322
一、理论知识
Scale Invariant Feature Transform，尺度不变特征变换匹配算法，对于算法的理论介绍，可以参考这篇文章http://blog.csdn.net/qq_20823641/article/details/51692415，里面很详细，可以更好的学习。这里就不多介绍。后面就挑选重点的来说
二、SIFT 主要思想
SIFT算法是一种提取局部特征的...
分类：
其他好文 时间：
2016-08-24 15:54:04
阅读次数：
508
以上两篇文章中检测在DOG空间中稳定的特征点，lowe已经提到这些特征点是比Harris角点等特征还要稳定的特征。下一步骤我们要考虑的就是如何去很好地描述这些DOG特征点。下面好好说说如何来描述这些特征点。许多资料中都提到SIFT是一种局部特征，这是因为在SIFT描述子生成过程中，考虑的是该特征点邻... ...
分类：
其他好文 时间：
2016-08-04 01:32:21
阅读次数：
243
SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果。
基本的路线：
1. 尺度空间极值检测：搜索所有尺度上的图像位置。通过高斯微分...
分类：
编程语言 时间：
2016-06-21 08:00:23
阅读次数：
554
SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果 ...
分类：
其他好文 时间：
2016-06-11 21:23:00
阅读次数：
288
