晋安王爷

摘要： 目录： 一、概述 二、背景 三、人脑视觉机理 四、关于特征 4.1、特征表示的粒度 4.2、初级（浅层）特征表示 4.3、结构性特征表示 4.4、需要有多少个特征？ 五、Deep Learning的基本思想 六、浅层学习（Shallow Learning）和深度学习（Deep Learning） 七 阅读全文

摘要： 任何任何3×4投影矩阵P可以分解为3×3上三角形的乘积矩阵K和3×4姿态矩阵[R | T] 其中矩阵K通常被称为内在矩阵，它由相机本身的数量组成：垂直和水平焦距（fx，fy），主点（cx，cy）和偏斜s。该矩阵[R | T]通常被称为二元矩阵，其中R是相机的旋转，T是相机的平移。假设像素 没有偏差（ 阅读全文

摘要： 之前自己做实验也用过MRF（Markov Random Filed，马尔科夫随机场），基本原理理解，但是很多细节的地方都不求甚解。恰好趁学习PGM的时间，整理一下在机器视觉与图像分析领域的MRF的相关知识。 转载于http://blog.csdn.NET/polly_yang/article/det 阅读全文

摘要： 帮同学写了一个程序： 随机生成一个数组，总共有16个元素，每个元素是0-15，但是每个元素不能重复，但是要求第一个和最后一个必须是0.3.12.15 #include <time.h>#include <iostream>#include <vector> using namespace std; 阅读全文

摘要： 通过前面的介绍，已经获得了相机的参数，我们可以利用这些参数使用基于面片的三维多视角立体视觉算法（PMVS）重建出稠密的点云。下面详细介绍一下PMVS算法。 一、基本概念介绍 1、面片（patch） 面片p是一个近似的正切与重建物体表面的一个小矩形，他的一边平行于参考相机的x轴。对于一个面片p，他的几 阅读全文

摘要： 阅读全文

摘要： 我的主要研究方向是立体匹配(Stereo Matching)，是计算机视觉(Computer Vision)下的一个研究热点。研究匹配有一年多了，对这方面(特别是局部算法)比较了解，以后会陆续发布我已经实现的经典算法以及我自己设计的算法。深知在孤立无援时一个人探索有多么困苦，网络之大，说不定就帮了谁 阅读全文