機器學習 機器學習的目的是把數據轉換成信息。 機器學習通過從數據里提取規則或模式來把數據轉成信息。 人臉識別 人臉識別通過級聯分類器對特征的分級篩選來確定是否是人臉。 ...

分類器 分類器是一種計算機程序。 他的設計目標是在通過學習后，可自動將數據分到已知類別。 平面線性分類器 一個簡單的分類問題，如圖有一些圓圈和一些正方形，如何找一條最優的直線將他們分開？ 我們可以找到很多種方法畫出這條直線，但怎樣的直線才是最優的呢？ 距離樣本太近的直線 ...

原理 平滑也稱模糊, 是一項簡單且使用頻率很高的圖像處理方法。 平滑處理時需要用到一個濾波器。 最常用的濾波器是線性濾波器，線性濾波處理的輸出像素值（例如：）是輸入像素值（例如：）的加權平均： ...

HOG特征描述 首先我們來了解一下HOG特征描述子。 HOG特征描述子（HOG descriptors）是由Navneet Dalal和 Bill Triggs在2005年的一篇介紹行人檢測方法的論文提到的特征描述子（論文以及演講可參見參考資料1、2）。 其主要思想是計算局部圖像梯度的方向 ...

預備知識 下面兩個都不是必備知識，但是如果你想了解更多內容，可參考這兩篇文章。 OpenCV 2.4+ C++ SVM介紹 OpenCV 2.4+ C++ SVM線性不可分處理 SVM划分的意義 到此，我們已經對SVM有一定的了解了。可是這有什么用呢？回到上一篇文章結果圖 ...

目的 實際事物模型中，並非所有東西都是線性可分的。 需要尋找一種方法對線性不可分數據進行划分。 原理 上一篇文章，我們推導出對於線性可分數據，最佳划分超平面應滿足： ...

文章來源：https://blog.csdn.net/on2way/article/details/46851451 梯度簡單來說就是求導，在圖像上表現出來的就是提取圖像的邊緣（不管是橫向的、縱向的、斜方向的等等），所需要的無非也是一個核模板，模板 ...

前言 上一篇文章，我們講解了圖像處理中的膨脹和腐蝕函數，這篇文章將做邊緣梯度計算函數。直接摘自OpenCV 2.4+ C++ 邊緣梯度計算。 圖像的邊緣 圖像的邊緣從數學上是如何表示的呢？ 圖像的邊緣上，鄰近的像素值應當顯著地改變了。而在數學上，導數是表示改變快慢的一種方法。梯度 ...