机器人视觉中有一项重要人物就是从场景中提取物体的位置，姿态。图像处理算法借助Deep Learning 的东风已经在图像的物体标记领域耍的飞起了。而从三维场景中提取物体还有待研究。目前已有的思路是先提取关键点，再使用各种局部特征描述子对关键点进行描述，最后与待检测物体进行比对，得到点-点的匹配 ...

　　RCNN是从图像中检测物体位置的方法，严格来讲不属于三维计算机视觉。但是这种方法却又非常非常重要，对三维物体的检测非常有启发，所以在这里做个总结。 1、RCNN - the original idea 　　—— <Rich feature hierarchies ...

1、加载、显示、保存图像 2、图像基础 3、绘图 4、图像处理 4.1、翻译 注：不会改变图像大小。 4.2、旋转 注：运用翻译将图片移到中心位置，四周留出黑色边框，在运用旋转（旋转角度为0），可将图片放大 ...

计算机视觉是人工智能技术的一个重要领域，打个比方（不一定恰当），我认为计算机视觉是人工智能时代的眼睛，可见其重要程度。计算机视觉其实是一个很宏大的概念，下图是有人总结的计算机视觉所需要的技能树。 如果你是一个对计算机视觉一无所知的小白，千万不要被这棵技能树吓到。没有哪个人能够同时掌握 ...

一、什么是目标检测 即用框（bounding box）标出物体的位置，并给出物体的类别 一些数据集介绍： PASCAL VOC数据集http://host.robots.ox.ac.uk/ ...

引言 已经有很多U-Net-Like的神经网络被提出。 U-Net适用于医学图像分割、自然图像生成。 在医学图像分割表现好： 因为利用了底层的特征（同分辨率级联）改善上采样的信息不足。 医学图像数据一般较少，底层的特征其实很重要。 不只是医学图像，对于二分类的语义 ...

C/C++面试基础知识总结 Google 开源项目风格指南 (中文版) Pytho ...

目前，计算机视觉是深度学习领域最热门的研究领域之一。计算机视觉实际上是一个跨领域的交叉学科，包括计算机科学（图形、算法、理论、系统、体系结构），数学（信息检索、机器学习），工程学（机器人、语音、自然语言处理、图像处理），物理学（光学 ），生物学（神经科学）和心理学（认知科学）等等。许多科学家认为 ...