机器学习 机器学习的目的是把数据转换成信息。 机器学习通过从数据里提取规则或模式来把数据转成信息。 人脸识别 人脸识别通过级联分类器对特征的分级筛选来确定是否是人脸。 ...

分类器 分类器是一种计算机程序。 他的设计目标是在通过学习后，可自动将数据分到已知类别。 平面线性分类器 一个简单的分类问题，如图有一些圆圈和一些正方形，如何找一条最优的直线将他们分开？ 我们可以找到很多种方法画出这条直线，但怎样的直线才是最优的呢？ 距离样本太近的直线 ...

原理 平滑也称模糊, 是一项简单且使用频率很高的图像处理方法。 平滑处理时需要用到一个滤波器。 最常用的滤波器是线性滤波器，线性滤波处理的输出像素值（例如：）是输入像素值（例如：）的加权平均： ...

HOG特征描述 首先我们来了解一下HOG特征描述子。 HOG特征描述子（HOG descriptors）是由Navneet Dalal和 Bill Triggs在2005年的一篇介绍行人检测方法的论文提到的特征描述子（论文以及演讲可参见参考资料1、2）。 其主要思想是计算局部图像梯度的方向 ...

预备知识 下面两个都不是必备知识，但是如果你想了解更多内容，可参考这两篇文章。 OpenCV 2.4+ C++ SVM介绍 OpenCV 2.4+ C++ SVM线性不可分处理 SVM划分的意义 到此，我们已经对SVM有一定的了解了。可是这有什么用呢？回到上一篇文章结果图 ...

目的 实际事物模型中，并非所有东西都是线性可分的。 需要寻找一种方法对线性不可分数据进行划分。 原理 上一篇文章，我们推导出对于线性可分数据，最佳划分超平面应满足： ...

文章来源：https://blog.csdn.net/on2way/article/details/46851451 梯度简单来说就是求导，在图像上表现出来的就是提取图像的边缘（不管是横向的、纵向的、斜方向的等等），所需要的无非也是一个核模板，模板 ...

前言 上一篇文章，我们讲解了图像处理中的膨胀和腐蚀函数，这篇文章将做边缘梯度计算函数。直接摘自OpenCV 2.4+ C++ 边缘梯度计算。 图像的边缘 图像的边缘从数学上是如何表示的呢？ 图像的边缘上，邻近的像素值应当显著地改变了。而在数学上，导数是表示改变快慢的一种方法。梯度 ...