当前位置 : 首页

OpenCV2.4.4实现HOG行人检测

利用OpenCV中默认的SVM参数进行HOG行人检测,默认参数是根据Dalal的方法训练的。

Histograms of Oriented Gradients for Human Detection 中文翻译

用于人体检测的方向梯度直方图

Navneet Dalal,Bill Triggs

摘要

  我们研究了视觉目标检测的特征集问题,并用线性SVM方法进行人体检测来测试,通过与当前的基于边缘和梯度的描述子进行实验对比,得出方向梯度直方图(Histograms of Oriented Gradient,HOG)描述子在行人检测方面表现更加突出。我们研究了计算过程中每一阶段的影响,得出小尺度梯度(fine-scale gradients)、精细方向采样(fine orientation binning)、粗糙空域抽样(coarse spatial binning)以及重叠描述子块的局部对比度归一化(local contrastnormalization in overlapping descriptor blocks)都对最终结果有重要作用。这种方法在最初的MIT行人数据库上表现近乎完美,所以我们引入了一个更具挑战性的包含1800个不同姿势和背景的已标注人体数据集。

学习资源

学习资源

失眠的感觉

  现在是凌晨3点,我又一次失眠了。
  不知道是不是由于从小就神经衰弱的原因,失眠一直伴着我长大。
  记得小时候,还和我姐姐在一个屋睡觉的时候,晚上失眠睡不着,辗转反侧,翻身翻得浑身燥热,实在没办法了就去敲爸妈屋的门,然后爸妈会给一种白色的小药片,好像是镇静剂,有使身体放松入睡的功效,其实到底在我身上有没有用不知道,只是这么折腾一下子,加上感觉吃了药肯定能睡着了的心理作用,再躺下就很快睡着了。

春上村树《挪威的森林》读后感

  我开始想不明白什么样的小说算是经典。就拿最近读的两本小说来说吧,《平凡的世界》和《挪威的森林》,《平》理所当然的可以说是经典,描写了特殊年代一些平凡人的励志故事,对我们有激励作用。然而,《挪》里面写了什么呢?一个多情少年的纠结感情历程。看完之后,你无法引用其中某件事来说教小辈,也无法给你的雄心壮志加上豪迈的一笔,唯一留下的只有细细的品味。 剧情进展的非常缓慢,大量无关紧要的描写,对于理工科的我来说,经常会收不了这种慢情节的小说,不由想到看过的《麦田里的守望者》,也是这种风格,好多世界名著都是这样,大量的景物描写和心里描写。比如主人公走在路上,看到了A,然后由A想到B,再由B想到C,绕一圈之后才又回到现实。我想,可能这就是文学吧。

VS2010编译配置Blitz-0.9

Blitz是基于C++ template高效数值计算程序库。
Blitz++提供了一个N维(1-10)的Array类,这个Array类以reference counting技术实现,支持任意的存储序(row-major的C-style数组,column-major的Fortran-style数组),数组的切割(slicing),子数组的提取(subarray),灵活的Array相关表达式处理。另外提供了可以产生不同分布的随机数(F,Beta,Chi-Square,正态,均匀分布等)的类也是很有特色的。

史蒂芬·金《肖申克的救赎》读后感

  Stephen King 《Rita Hayworth and the Shawshank Redemption》
  这本书的电影版已经久负盛名了,在1995年的第67届奥斯卡金像奖上,《肖申克的救赎》和《阿甘正传》《低俗小说》一起竞争年度最佳影片(Best Picture),结果阿甘胜出,结果是颇有争议的,很多人为肖抱不平。
  对于原著和影视作品来说,如果先读原著,再看影视作品,往往会感觉演的不好。因为你在读原著的时候,会在心里刻画一个主人公的原型,并随着情节的发展而逐步丰富他的性格特征,读完之后在心里就有一个活生生的人物了。当你再去看影视作品的时候,突然出现的主人公往往不能符合你的要求。为什么呢?我认为是,每个人物都有几条非常鲜明的特征,但这些性格特征是逐步暴露出来的,在读者心里也是逐步培养成的,但影视作品中为了突出人物的特征,往往会在开头非常鲜明的展示人物的性格特征,这会给人一种突兀的感觉,很做作,经常引人反感。反之,如果先看影视作品,再读原著,那么你心里对于主人公的形象就被电影里的演员形象给锁定了,书中有哪些描写,你也会去电影里的人物身上找对应的特点,读完之后,就会觉得电影里的人物更加完美了。比如说这本书,我在读原著的时候,读到Red就想到摩根弗里曼,读到Andy就想到蒂姆罗宾斯,脑中翻来覆去就是他们的形象。
  抛开原著和影视作品谁先谁后给人造成的错觉不说,我感觉肖申克的电影版拍的确实不错。首先,这本书本身就是中短篇,中文七万字,英文四万字,所以不会出现原著中描写的很详细但电影版限于两个多小时的时长而演不出来的情况。事实上,电影版是很忠于原著的,很多经典的台词都是书中的原话。其次,电影版与书中稍有不同的地方,我感觉还是电影中处理的更好。例如,对于告诉Andy他的杀妻案实情的Tommy,在Andy向典狱长说明情况后,为了封住Tommy的嘴并且不让Andy离开肖申克,书中说典狱长给了他点好处,将Tommy转狱了,电影中演的是典狱长将Tommy暗中枪毙了。电影中处理的好是因为Tommy不可能为了一点好处背叛Andy而同意转狱(当然里面肯定有强制因素),另一方面,电影中典狱长将Tommy灭口更能表现出典狱长的冷酷无情。还有,在Andy逃出去后,书中并没有写他将典狱长的犯罪证据寄给报社,进而政府将典狱长一伙儿全端了,而只是说后来典狱长辞职回家,郁郁而终,不像电影中让典狱长一伙儿得到应有的报应。
  然后,文摘时间,不过我感觉有的地方还没有电影里的台词说的好。

跟着老爸练字

  老爸自己在方格纸里写了几张行书钢笔字,国庆在家几天,让我每天照着写一张,写完后给我检查,指出不好的地方,经过老爸的指导,发现很多字自己都不会写,或者比划书序不对,比方说:

July2013年9月第1次面试算法讲座

  主讲人:July 曹鹏博士
  前几天在微博上看到July要举行面试和算法讲座,就顺便一顶,后来仔细想了想,自己最近学习科研太没有动力了,需要激励一下,就报名参加了,给July捐了10元,钱不多,但是个意思,人家好心组织,又定场地又送书,也不好意思白去。中午到北理工的7号楼,已经有好几个人在报告厅外面等着了,1点左右开门进去,July还没到,进去找个前排位置坐下,工作人员在布置会场。本来以为会设个门禁,结果是想进就进,只是坐好后签了个到。

路遥《平凡的世界》读后感

  暑假在家的时候,老爸闲聊时说过,书是好东西,以后要多读一些书,古典的、现代的,小说、散文,都可以读,开卷有益。还说到爸妈在上中学的时候,学校里也都流行读各种小说,往往一本书轮着看,最后直接就把书读破了,还有手抄本,就是亲自把喜欢的小说全篇抄下来,想想现在条件这么好,读书都不用去买,网上就能看电子书,确实应该珍惜。
  我也早早了解了读书的重要性,喜欢的类型有悬疑推理类的,商战职场类的,IT类的,以及一些经典名著,最爱悬疑推理,但也分阶段,往往某段时间非常喜欢这一类的,过段时间又喜欢另一类的。在南方的两个月时间没读过书,空闲时间就是刷刷微博,看看电影,读读时事新闻,开学之后就感觉很空虚、浮躁,是时候该看看书了。
  读哪类的?悬疑推理小说还有大量存货,从来不缺,虽然是我最喜欢的,但是现在不想读这类的。
  上网搜一搜,“人生必读的100本书”“2013年最值得读的书”,有推荐《诗经》《左转》之类的,自己的文学修养还没高到那种程度。上豆瓣读书,看“豆瓣图书Top250”,看到《平凡的世界》,对,这就是现在最想看的类型,看看那个年代的艰苦生活,就知道珍惜现在了。

2013年上半年总结

  研究生的第二个学期,总共只有两三门课,所以我们也被拉进了课题组。还是改进之前的国土资源监控系统,这次我们提出了一些优化改进的方法,之前用MFC做的,这次改成了用Qt做,开始参加每周一次的组会。大概用了两个月的时间搭好了系统的框架,然后开始研究一些视觉算法,首先就是SIFT,目的是为了图像拼接,前前后后搞了一个多月,然后七月初被派到深圳。

SIFT算法与SURF算法特征检测效率对比

SIFT和SURF算法都是特征检测中较常用的算法,SURF是对SIFT的一种改进,尤其在效率上有明显提升。

SIFT与SURF源码

下面的实验给出了SIFT算法和SURF算法在特征检测效率上的对比,

图像处理中的梯度和导数如何求?(Robert算子,Sobel算子,Prewitt算子,Laplace算子)

梯度的求法是多种多样的,根据不同的处理需要选择合适的算子(模版)。

基于SIFT特征的全景图像拼接


基本步骤

  • 1 读入两张图片并分别提取SIFT特征
  • 2 利用k-d tree和BBF算法进行特征匹配查找
  • 3 利用RANSAC算法筛选匹配点并计算变换矩阵
  • 4 图像融合

SIFT算法以及RANSAC算法都是利用的RobHess的SIFT源码,前三个步骤RobHess的源码中都有自带的示例。

有栖川有栖《马来铁道之谜》读后感

  这篇文章是从日本推理作家协会奖获奖作品中找的,是2003年第56届的两篇获奖作品之一,看之前先查了一下资料,感觉挺有意思的,本身对火车挺感兴趣,而且内容介绍上说向读者挑战超完美密室,引起我很大兴趣。
  故事发生在马来西亚的金马伦高原,看完后也上网查了查,风景确实不错。文中的第一人称叙述者就是作者自己,名字就叫有栖川有栖,身份也是一个推理作家,但案件的侦破不是靠作者,而是和作者一起去旅游的一个犯罪学教授,他们俩的搭档类似福尔摩斯和华生,作者扮演华生的角色,辅助调查并做传记记录。