计算机视觉中的特征检测和描述
一、说明 这篇文章是关于计算机视觉中特征检测和描述概念的简要理解。在其中，我们探讨了它们的定义、常用技术、简单的 python 实现和一些限制。 二、什么是特征检测和描述？ 特征检测和描述是计算机视觉中的基本概念，在图像识别、对象跟踪和图像拼接等各种任务中起着至关重要的作用。这些概念使计算机能够识别图像的不同和信息部分，从而更容易理解和分析视觉数据。以下是这些概念的概述： ...
【计算机视觉|生成对抗】用深度卷积生成对抗网络进行无监督表示学习（DCGAN）
Learning with Deep Convolutional Generative Adversarial Networks (arxiv.org) 摘要 近年来，卷积网络（CNNs）的监督学习在计算机视觉应用中得到了广泛的应用。相比之下，CNNs的无监督学习受到的关注较少。在这项工作中，我们希望弥补CNNs在监督学习和无监督学习之间的差距。我们引入了一类称为深度卷积生成对抗网络（DCGANs）的CNN...
【计算机视觉|生成对抗】条件生成对抗网络（CGAN）
G.和Dean, J.（2013）。在向量空间中有效估计单词表示。在学习表示国际会议：研讨会跟踪上。Russakovsky, O.和Fei-Fei, L.（2010）。大规模数据集中的属性学习。在欧洲计算机视觉大会（ECCV），希腊克里特岛的部分和属性国际研讨会上。Srivastava, N.和Salakhutdinov, R.（2012）。用深度Boltzmann机进行多模态学习。在NIPS’2012上。...
计算机视觉一 —— 介绍与环境安装
一、介绍 研究理论和应用 - 研究如何使机器“看”的科学 - 让计算机具有人类视觉的所有功能 - 让计算机从图像中，提取有用的信息，并解释 - 重构人眼；重构视觉皮层；重构大脑剩余部分 计算机视觉学习图 学习重点 1. 各种深度神经网络模型（DNN）的理解 2. Tensorflow的使用 二、环境安装 使用 Mac OS系统进行开发学习，使用Anaconda来管理环境。 1. 使用Anaconda创建开...
【计算机视觉|生成对抗】生成对抗网络（GAN）
：arXiv:1207.0580。Jarrett, K., Kavukcuoglu, K., Ranzato, M., and LeCun, Y. (2009). 对象识别的最佳多级架构是什么？在国际计算机视觉大会 (ICCV’09) 论文集上，页码：2146–2153。IEEE。Kingma, D. P. and Welling, M. (2014). 自编码变分贝叶斯。在国际学习表示会议 (ICLR) ...
实战指南：使用OpenCV 4.0+Python进行机器学习与计算机视觉
特征提取与训练7.3 构建人脸识别应用 8. 应用案例：交通标志识别8.1 数据集准备与标注8.2 构建CNN模型进行标志识别8.3 实际道路标志识别应用 9. 总结与展望结束语：好书推荐 1.背景 计算机视觉和机器学习的融合为我们带来了前所未有的机会和挑战。从智能助手到自动驾驶，OpenCV 4.0+Python提供了强大的工具来实现各种应用。本文将带您深入探索如何在实际项目中应用这些技术，为您打开计算机...
【计算机视觉|风格迁移】PP-GAN：使用GAN的地标提取器将韩国人像的风格转化为身份证照片
的风格进行类似的转换，这与我们研究的目的类似。然而，在这项研究中，不仅转换了肖像画的风格，还同时转换了韩国传统帽子“Gat”和服装。 3 背景 3.1 VGG-16 VGG-16[7]网络是一个知名的计算机视觉模型，在ImageNet挑战赛中获得了92.7%的Top-5准确度，该模型接收尺寸为224×224的RGB图像作为输入，包含13个卷积层和三个全连接层的16层配置。卷积滤波器的尺寸为3×3像素，并且步...
【Keras+计算机视觉+Tensorflow】DCGAN对抗生成网络在MNIST手写数据集上实战（附源码和数据集 超详细）
一、生成对抗网络的概念 生成对抗网络(GANs，Generative Adversarial Nets),由Ian Goodfellow在2014年提出的,是当今计算机科学中最有趣的概念之一。GAN最早提出是为了弥补真实数据的不足，生成高质量的人工数据。GAN的主要思想是通过两个模型的对抗性训练。随着训练过程的推进，生成网络（Generator，G）逐渐变得擅长创建看起来真实的图像，而判别网络（Discr...
【Keras计算机视觉OCR文字识别】文字检测算法中CTPN、CRAFT的讲解（图文解释 超详细）
一、OCR文字识别的概念 OCR（Optical Character Recognition）图像文字识别是人工智能的重要分支，赋予计算机人眼的功能，可以看图识字。如图6-1所示，图像文字识别系统流程一般分为图像采集、文字检测、文字识别及结果输出四个部分。 识别流程图如下 二、文字检测 传统的问题检测算法 输入一张文字图像，传统的文字检测算法将文字检测出来，要有图像预处理和文字行提取两个阶段，其中图像...
计算机视觉之单发多框检测(Single Shot MultiBox Detector)模型《3》
有了前面两节的背景知识，我们来构造一个目标检测模型，就是来自Wei Liu大神之作的SSD了，有兴趣的可以查阅论文：SSD: Single Shot MultiBox Detector 计算机视觉之目标检测(object detection)《1》https://blog.csdn.net/weixin_41896770/article/details/128062645计算机视觉之目标检测训...