在前面的文章《OpenCV中feature2D学习——FAST特征点检测》中讲了利用FAST算子进行特征点检测，这里尝试使用FAST算子来进行特征点检测，并结合SIFT/SURF/BRIEF算子进行特征点提取和匹配。
I、结合SIFT算子进行特征点提取和匹配
由于数据类型的不同，SIFT和SURF算子只能采用FlannBasedMatcher或者BruteForceMatcher来进行匹配（参...
分类：
其他好文 时间：
2015-03-31 14:45:41
阅读次数：
802
---恢复内容开始---本文件对应logistic.pyamazonaccess介绍：根据入职员工的定位(员工角色代码、角色所属家族代码等特征)判断员工是否有访问某资源的权限logistic.py(python)的关键：1.通过组合组合几个特征来获取新的特征 例如：组合MGR_ID ROLE_FAM...
分类：
数据库 时间：
2015-03-20 17:56:21
阅读次数：
168
这是Xiaogang Wang和Xiaoou Tang组的一篇technical report，作者是优秀的学弟Ziwei Liu。通常人脸识别里面先要对人脸图像进行检测和对齐，然后在相应的地方提取特征，但是在自然场景中，由于背景混乱，人脸检测和对齐会受到影响，进而影响特征提取和最后的识别效果。这篇...
分类：
其他好文 时间：
2015-03-17 23:13:39
阅读次数：
1271
灰度共生矩阵提取纹理特征源码%**************************************************************************% 图像检索——纹理特征%基于共生矩阵纹理特征提取，d=1,θ=0°,45°,90°,135°共四个矩阵%所用...
分类：
其他好文 时间：
2015-03-17 15:33:18
阅读次数：
330
特征的匹配大致可以分为3个步骤： 特征的提取 计算特征向量 特征匹配 对于3个步骤，在OpenCV2中都进行了封装。所有的特征提取方法都实现FeatureDetector接口，DescriptorExtractor接口则封装了对特征向量（特征描述符）的提取，而所有特征向量的匹配都继承了Descrip...
分类：
其他好文 时间：
2015-03-09 12:20:23
阅读次数：
148
利用opencv的hog+svm实现细胞识别分类器
图像处理中的细胞识别和人脸识别可以这样来类比，图像中的一张张人脸就是一个个细胞。
模式识别的关键在于样本库的选取，识别率也只能在和样本库比较接近的环境下才能保证。主要工作是三部分一是特征提取，二是样本库的训练train，三是目标检测detect。
一．特征提取
特征提取采用的是HOG特征即HOG描述子，该特征在行人检测中效果非常好。...
分类：
其他好文 时间：
2015-03-08 00:11:35
阅读次数：
819
特征提取函数：int _sift_features( IplImage* img, struct feature** feat, int intvls, double sigma, double contr_thr, int curv_thr, ...
分类：
其他好文 时间：
2015-03-08 00:01:58
阅读次数：
283
学习机器学习有一段时间了，却连这个最基本的理论问题都没弄懂，这里我简单的阐述一下。 比如这里我有L个度量值集合{X1， X2， X3, ... XL}; 特征选择：从已有的L个度量值中按照一定的标准选择m（m<L）个子集，{X1， X2， X3，... Xm}；这m个度量值就是作为降维后的特征。 特...
分类：
其他好文 时间：
2015-03-04 16:34:06
阅读次数：
168
上篇文章中，我们获得了人脸的各种表情模式，也就是一堆标注点的形变参数。这次我们需要训练一个人脸特征描述结构，它能够对人脸的不同部位(即“标注点”)分别进行描述，作为后面人脸跟踪、表情识别的区分依据。本次博文的主要内容：
a. 介绍下人脸特征检测器大概有哪些类别
b. 详细介绍随机梯度法，并介绍在人脸团块特征提取时的应用
c. 为了提高训练/跟踪的健壮性，利用上一...
分类：
其他好文 时间：
2015-02-28 23:06:17
阅读次数：
605
四种简单的图像显著性区域特征提取方法-----> AC/HC/LC/FT。 分类： 图像处理 2014-08-03 12:40 4088人阅读 评论(4) 收藏 举报 salient region detec显著性检测 laviewpbt 2014.8.3 编辑 Email：laviewpbt@si...
分类：
其他好文 时间：
2015-02-15 13:23:23
阅读次数：
184
