Distinctive Image Features from Scale-Invariant Keypoints-SIFT算法譯文
從尺度不變的關鍵點選擇可區分的圖像特征 David G.Lowe 溫哥華不列顛哥倫比亞省加拿大英屬哥倫比亞大學計算機科學系 Lowe@cs.ubc.ca 2003年1月10日接受，2004年1 ...
原文：Computer Vision_33_SIFT：Object recognition from local scale-invariant features——1999
此部分是計算機視覺部分，主要側重在底層特征提取，視頻分析，跟蹤，目標檢測和識別方面等方面。對於自己不太熟悉的領域比如攝像機標定和立體視覺，僅僅列出上google上引用次數比較多的文獻。有一些剛剛出版的文章，個人非常喜歡，也列出來了。 . SIFT關於SIFT，實在不需要介紹太多，一萬多次的引用已經說明問題了。SURF和PCA SIFT也是屬於這個系列。后面列出了幾篇跟SIFT有關的問題。 ICCV ...
2019-10-03 12:59 0 349 推薦指數：
相關推薦
Introduction to SIFT (Scale-Invariant Feature Transform)
SIFT OpenCV 官方文檔： https://docs.opencv.org/master/da/df5/tutorial_py_sift_intro.html https://opencv-python-tutroals.readthedocs.io/en/latest ...
Distinctive Image Features from Scale-Invariant Keypoints（個人翻譯+筆記）-介紹
Distinctive Image Features from Scale-Invariant Keypoints，這篇論文是圖像識別領域SIFT算法最為經典的一篇論文，導師給布置的第一篇任務就是它。網上找了好多找不到中譯本，那就自己動手豐衣足食吧，順便造福后人，花時間翻譯啃下來並做一個筆記在這吧。 ------------------------------------------------ ...
SIFT——Scale Invariant Feature Transform （尺度不變特征變換匹配）
本文參考：https://www.zhihu.com/search?type=content&q=%E4%BC%A0%E7%BB%9F%E7%9B%AE%E6%A0%87%E6%A3%80%E ...
Reading papers_16(Learning hierarchical invariant spatio-temporal features for action recognition with independent subspace analysis)
設計的特征，常見的有sift，surf，hog等，它們都是經過了很長的時間才設計出來的，並且它只適應於 ...
Transformer in Computer Vision
Transformer in Computer Vision 2020-12-03 19:18:25 Survey 1: A Survey on Visual Transformer, Kai Han, et al. [Paper] Survey 2: Transformers ...
Image Processing and Computer Vision_Review：HPatches A benchmark and evaluation of handcrafted and learned local descriptors——2017.04
翻譯 HPatches：手工和學習本地描述符的基准和評估——http://tongtianta.site/paper/8979 摘要：在本文中，我們提出了一個評估本地圖像描述符的新基准。我們 ...
Non-Local Deep Features for Salient Object Detection
前言： 這篇論文是2017年cvpr頂會的論文，該論文文筆很優美，讀起來很舒服。這篇論文的作者是廈門大學的Zhiming Luo。 摘要： 作者指出：對於處理具有復雜背景的圖像，傳統的方法 ...