【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection

本文主要是介绍【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection

1 实现尺度不变性

不管多近多远,多大多小都能检测出来
在这里插入图片描述
在这里插入图片描述

找到一个函数,实现尺度的选择特性

2 高斯偏导模版求边缘 做卷积

在这里插入图片描述

3 高斯二阶导=拉普拉斯

看哪个信号能产生最大响应
高斯二阶模版检测尺度(用二阶过零点检测边缘)
高斯二阶导有两个参数:方差和窗宽
最后图表示当信号与高斯滤波核能匹配的时候,能产生一个极大值
在这里插入图片描述
准备一堆模版上去卷积,看看哪个能产生最大响应
但是随着信号变化发生了信号衰减

在这里插入图片描述
高斯偏导核
信号的总面积:随着方差的变大,会越来越小

在这里插入图片描述
所以乘以 σ \sigma σ,消去后进行补偿
对于拉普拉斯乘以 σ 2 \sigma^2 σ2

在这里插入图片描述

在这里插入图片描述

4 怎么进行多尺度检测-尺度与窗宽、高斯方差之间的关系

在这里插入图片描述

在这里插入图片描述
结论:要有最大响应,
在这里插入图片描述
信号宽度与零平面垂直
三种情况
在这里插入图片描述
在这里插入图片描述

零平面的圆的方程
圆的半径就是尺度

5 不同的尺度去卷积

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

每一个尺度有一个图像
看具体的一个像素点在图像中的变化
每三个尺度进行比较,只和上下尺度进行比较
如果不做NMS,周边的点也差不多
所以要做NMS,某个点与周边和上下的周边的26个点(同一尺度8个点,上下尺度各9个点)进行比较

6 Harris和Laplacian结合

在Harris角点附近看它有没有Laplacian特性
在这里插入图片描述
在这里插入图片描述

7 SIFT特征

DOG模版

在这里插入图片描述

在这里插入图片描述

改进效率问题
在这里插入图片描述

①构造高斯差分空间
与原空间只相差一个常数
用一样的卷积核,但是把图像缩小

这篇关于【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/707560

相关文章

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

AI基础 L9 Local Search II 局部搜索

Local Beam search 对于当前的所有k个状态,生成它们的所有可能后继状态。 检查生成的后继状态中是否有任何状态是解决方案。 如果所有后继状态都不是解决方案,则从所有后继状态中选择k个最佳状态。 当达到预设的迭代次数或满足某个终止条件时,算法停止。 — Choose k successors randomly, biased towards good ones — Close

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear

数学建模笔记—— 非线性规划

数学建模笔记—— 非线性规划 非线性规划1. 模型原理1.1 非线性规划的标准型1.2 非线性规划求解的Matlab函数 2. 典型例题3. matlab代码求解3.1 例1 一个简单示例3.2 例2 选址问题1. 第一问 线性规划2. 第二问 非线性规划 非线性规划 非线性规划是一种求解目标函数或约束条件中有一个或几个非线性函数的最优化问题的方法。运筹学的一个重要分支。2

【C++学习笔记 20】C++中的智能指针

智能指针的功能 在上一篇笔记提到了在栈和堆上创建变量的区别,使用new关键字创建变量时,需要搭配delete关键字销毁变量。而智能指针的作用就是调用new分配内存时,不必自己去调用delete,甚至不用调用new。 智能指针实际上就是对原始指针的包装。 unique_ptr 最简单的智能指针,是一种作用域指针,意思是当指针超出该作用域时,会自动调用delete。它名为unique的原因是这个

Mysql BLOB类型介绍

BLOB类型的字段用于存储二进制数据 在MySQL中,BLOB类型,包括:TinyBlob、Blob、MediumBlob、LongBlob,这几个类型之间的唯一区别是在存储的大小不同。 TinyBlob 最大 255 Blob 最大 65K MediumBlob 最大 16M LongBlob 最大 4G

查看提交历史 —— Git 学习笔记 11

查看提交历史 查看提交历史 不带任何选项的git log-p选项--stat 选项--pretty=oneline选项--pretty=format选项git log常用选项列表参考资料 在提交了若干更新,又或者克隆了某个项目之后,你也许想回顾下提交历史。 完成这个任务最简单而又有效的 工具是 git log 命令。 接下来的例子会用一个用于演示的 simplegit

记录每次更新到仓库 —— Git 学习笔记 10

记录每次更新到仓库 文章目录 文件的状态三个区域检查当前文件状态跟踪新文件取消跟踪(un-tracking)文件重新跟踪(re-tracking)文件暂存已修改文件忽略某些文件查看已暂存和未暂存的修改提交更新跳过暂存区删除文件移动文件参考资料 咱们接着很多天以前的 取得Git仓库 这篇文章继续说。 文件的状态 不管是通过哪种方法,现在我们已经有了一个仓库,并从这个仓