我的github
上一页 1 ··· 289 290 291 292 293 294 295 296 297 ··· 338 下一页
摘要: 1. 建立最完整的汉字图像特征库 通过网上抓取和相关汉语字典的搜集,建立最大的汉字字库,并通过图片切割的方法获取不同字体下的汉字图像,提取图像特征(GIST特征和SIFT特征)建立完整的特征库。 2. 特征过滤和SSC算法压缩特征存储,满足低配置移动平台的限制条件 由于汉字数量非常多,汉字字体繁多。 阅读全文
posted @ 2019-10-18 10:41 XiaoNiuFeiTian 阅读(464) 评论(0) 推荐(0)
摘要: 【昨晚直播回放】小伙伴们,昨天晚上进行了第一次直播,有约1500名学员参与直播,直播内容非常干货,评价超高,大家没来得及看直播的一定要再看下,这是回放地址https://study.163.com/course/courseLearn.htm?courseId=1209559803#/learn/l 阅读全文
posted @ 2019-10-17 20:06 XiaoNiuFeiTian 阅读(403) 评论(0) 推荐(0)
摘要: sift原理图: sift的几个函数: buildGaussianPyramid buildDoGPyramid calcOrientationHist adjustLocalExtrema findScaleSpaceExtrema calcSIFTDescriptor calcDescripto 阅读全文
posted @ 2019-10-16 17:35 XiaoNiuFeiTian 阅读(864) 评论(0) 推荐(0)
摘要: /*M/////////////////////////////////////////////////////////////////////////////////////// // // IMPORTANT: READ BEFORE DOWNLOADING, COPYING, INSTALLI 阅读全文
posted @ 2019-10-16 15:04 XiaoNiuFeiTian 阅读(193) 评论(0) 推荐(0)
摘要: 类似于ORBSLAM中的ORB.txt数据库。 https://blog.csdn.net/lingyunxianhe/article/details/79063547 ORBvoc.txt是怎么建的有人知道吗如何可以建一个自己的ORBvoc.txt呢 就是怎么建一个自己的ORB词典数据库。。 比如 阅读全文
posted @ 2019-10-16 14:20 XiaoNiuFeiTian 阅读(491) 评论(0) 推荐(0)
摘要: AbstractFeature matching is at the base of many computer vision problems, such as object recognition or structure from motion. Current methods rely on 阅读全文
posted @ 2019-10-16 10:59 XiaoNiuFeiTian 阅读(312) 评论(0) 推荐(0)
摘要: AbstractObject detection has seen huge progress in recent years, much thanks to the heavily-engineered Histograms of Oriented Gradients (HOG) features 阅读全文
posted @ 2019-10-16 10:54 XiaoNiuFeiTian 阅读(264) 评论(0) 推荐(0)
摘要: Abstract摘要本文提出了一种从图像中提取特征不变性的方法,该方法可用于在对象或场景的不同视图之间进行可靠的匹配(适用场景和任务)。这些特征对图像的尺度和旋转不变性,并且在很大范围的仿射失真、3d视点的变化、噪声的增加和光照的变化中提供了鲁棒的匹配。从某种意义上说,一个单一的特征可以与来自许多图 阅读全文
posted @ 2019-10-15 10:29 XiaoNiuFeiTian 阅读(428) 评论(0) 推荐(0)
摘要: 手写文字具有哪些统一特征?用ML和SVM是如何做到的? 检测 特征匹配 文字识别 毕竟汉语言文字奇形怪状,很不好辨认,尤其是手写体,跟英文字母不同。 MNIST一共有哪些库 现实环境更是复杂 有时还只露出半边 哪些是样本集,哪些是目标集,哪些是测试集 基于先验知识的MNIST(先假设。。[概率-SL 阅读全文
posted @ 2019-10-12 17:36 XiaoNiuFeiTian 阅读(418) 评论(0) 推荐(0)
摘要: 图像匹配和点云匹配的区别和联系 特征点匹配 二维匹配:提取特征点->寻找匹配点->得到匹配关系 立体匹配:一般指双目或多目相机拍出来的图像先进行二维匹配得到匹配关系,根据匹配关系求得视差,然后根据已知结构信息(外参)求得深度,求得三维坐标 点云匹配:是已知目标的三维坐标(世界坐标)求两者之间的外参, 阅读全文
posted @ 2019-10-12 14:02 XiaoNiuFeiTian 阅读(338) 评论(0) 推荐(0)
上一页 1 ··· 289 290 291 292 293 294 295 296 297 ··· 338 下一页