Bag-of-words模型是信息检索领域常用的文档表示方法。在信息检索中,BOW模型假定对于一个文档,忽略它的单词顺序和语法、句法等要素,将其仅仅看作是若干个词汇的集合,文档中每个单词的出现都是独立的,不依赖于其它单词是否出现。
为了表示一幅图像,我们可以将图像看作文档,即若干个“视觉词汇”的集合,同样的,视觉词汇相互之间没有顺序。
由于图像中的词汇不像文本文档中的那样是现成的,我们需要首先从图像中提取出相互独立的视觉词汇,这通常需要经过三个步骤:
(1)特征检测。
(2)特征表示。
(3)单词本的生成。
而SIFT算法是提取图像中局部不变特征的应用最广泛的算法,因此我们可以用SIFT算法从图像中提取不变特征点,作为视觉词汇,并构造单词表,用单词表中的单词表示一幅图像。
参考:
http://blog.csdn.net/v_JULY_v/article/details/6555899
SIFT算法的应用–目标识别之Bag-of-words模型
https://zhuanlan.zhihu.com/p/25999669
BOW算法,被CNN打爆之前的王者
http://blog.csdn.net/chlele0105/article/details/16972695
SPM:Spatial Pyramid Matching for Recognizing Natural Scene Categories空间金字塔匹配
http://blog.csdn.net/jwh_bupt/article/details/9625469
Spatial Pyramid Matching小结
ILSVRC 2010的冠军是NEC和UIUC的联合队伍。这也是DL于2012年大放光彩之前比较杰出的成果。虽然现在它通常作为反面教材,出现在与DL的对比场景中,然而不可否认的是,它仍然是一个算法的杰作。
林元庆,清华大学硕士+宾夕法尼亚大学博士(2008年)。原百度研究院院长。
上图是NEC算法的基本流程图。
https://blog.csdn.net/liyuanbhu/article/details/49837661
OpenCV学习笔记(模板匹配)
https://blog.csdn.net/xxboy61/article/details/38319757
OpenCV实现之模板匹配(Template Matching)
https://mp.weixin.qq.com/s/ZqFtDQ4OLHL94QTr-GXKnQ
OpenCV实现边缘模板匹配算法
https://zhuanlan.zhihu.com/p/110425960
模板匹配
论文:
《Superpixels: An Evaluation of the State-of-the-Art》
超像素最直观的解释,便是把一些具有相似特性的像素“聚合”起来,形成一个更具有代表性的大“元素”。
而这个新的元素,将作为其他图像处理算法的基本单位。
一来大大降低了维度;二来可以剔除一些异常像素点。
至于根据什么特性把一个个像素点聚集起来,可以是颜色、纹理、类别等。
由于Superpixel的粒度在pixel和segmentation之间,因此又被称为over segmentation。
三维的Superpixel,也被称作Supervoxel。
参考:
https://zhuanlan.zhihu.com/p/50996404
超像素、语义分割、实例分割、全景分割 傻傻分不清?
https://www.zhihu.com/question/27623988
超像素(Superpixel)的大致原理以及State-of-the-art?
https://zhuanlan.zhihu.com/p/41874735
龙生龙,凤生凤,SLIC生超像素
https://mp.weixin.qq.com/s/nPbIkKbOdR6tk_4jfXicuw
1/20参数,运算速度提升四倍:北大、字节跳动等利用增量学习提出超像素分割模型LNSNet
Cornelius (Cornel) Lanczos,1893~1974,匈牙利数学家和物理学家。曾当过爱因斯坦的助手。
Lanczos kernel是一种low-pass filter:
\[L(x)={\begin{cases}1 & {\text{if}}\ x=0,\\{\dfrac {a\sin(\pi x)\sin(\pi x/a)}{\pi ^{2}x^{2}}} & {\text{if}}\ -a\leq x<a\ {\text{and}}\ x\neq 0,\\0 & {\text{otherwise}}.\end{cases}}\] \[S(x)=\sum _{i=\lfloor x\rfloor -a+1}^{\lfloor x\rfloor +a}s_{i}L(x-i)\]参考:
http://www.cvvision.cn/6002.html
基于粒子滤波器的目标跟踪算法及实现
http://www.cnblogs.com/zjb0823/p/3806333.html
运动目标跟踪算法综述
https://wenku.baidu.com/view/6554ba7402768e9951e73864.html
基于粒子滤波的视频目标追踪
http://www.cnblogs.com/feisky/archive/2009/11/10/1600086.html
粒子滤波概述
http://www.cnblogs.com/yangyangcv/archive/2010/05/23/1742263.html
基于粒子滤波的物体跟踪
https://www.zhihu.com/question/25371476
怎样从实际场景上理解粒子滤波(Particle Filter)?
http://freemind.pluskid.org/machine-learning/hmm-kalman-particle-filtering
漫谈HMM:Kalman/Particle Filtering
https://zhuanlan.zhihu.com/p/26783371
视频跟踪算法之粒子滤波
https://mp.weixin.qq.com/s/NaXpPZBwmmRSANBGIYQgXQ
手把手教你用粒子滤波实现无人车定位
https://zhuanlan.zhihu.com/p/197620177
粒子滤波(Particle Filter, PF)
原图地址:
http://www.lenna.org/full/l_hires.jpg
Lena Söderberg,1951年生,瑞典人。Playboy Playmate(1972.11)。
https://mp.weixin.qq.com/s/XyKQ9sg97eh5K7vDd14DsQ
一张大尺度美女图,竟然推进了图片算法的进步。。。
https://mp.weixin.qq.com/s/-CF69Soq9Bdw-Wsffyv9Hw
这40个冷知识,据说只有1%的人知道……颠覆你的认知!
https://www.zhihu.com/question/362979183
是否有好的传统的医学图像增强方法?
https://blog.csdn.net/carson2005/article/details/9502053
Retinex算法详解
https://www.cnblogs.com/Imageshop/archive/2013/05/19/3086388.html
Unsharp Mask(USM)锐化算法的的原理及其实现
https://mp.weixin.qq.com/s/COIYp4Ao9fBPnaUZvhCxkg
表情包的画质是如何越传越差甚至还变绿的?
https://github.com/gzr2017/ImageProcessing100Wen
图像处理入门100题
https://zhuanlan.zhihu.com/p/32752535
立体匹配成像算法BM,SGBM,GC,SAD一览
https://mp.weixin.qq.com/s/cVTfk0xK6F_gHRnoHYUxSw
计算机视觉基本原理介绍—RANSAC
https://blog.csdn.net/wanghanthu/article/details/52777512
Tracking算法:Discriminative Correlation Filter (DCF)
https://blog.csdn.net/wanghanthu/article/details/53375393
Kernelized Correlation Filters (KCF) Tracking算法
https://mp.weixin.qq.com/s/1lLrbi_Dtyq4ixMfR4pPnA
线性卷积积分及其在图像增强和特效方面的应用
https://blog.csdn.net/iverson_49/article/details/38160081
薄板样条函数(Thin plate splines)的讨论与分析
https://blog.csdn.net/autocyz/article/details/48136473
相关滤波跟踪(MOSSE)
https://blog.csdn.net/qq_17783559/article/details/82254996
MOSSE原理及代码解析
https://mp.weixin.qq.com/s/XqFe9d72CepdfTSOq2gWJg
半全局匹配SGM
https://blog.csdn.net/wsp_1138886114/article/details/106633364
NLM去噪算法
https://mp.weixin.qq.com/s/3Z7DUr6s-XGsthF8WrrXDA
基于曲率的图像处理
https://mp.weixin.qq.com/s/F0KKqBjRG4w10Z16iJGkeg
页面扭曲矫正
https://mp.weixin.qq.com/s/bq_CPJU66lx1li8lxbAFDg
如何从失焦的图像中恢复景深并将图像变清晰?
https://mp.weixin.qq.com/s/nAxbljcLeGWsPK6ITunzTA
深度学习对机器视觉的影响
https://mp.weixin.qq.com/s/-ALThz4RR9tIhTl5cVbJ8Q
生成组合仿射变换矩阵,裁剪+缩放+平移+斜切+旋转
https://mp.weixin.qq.com/s/mEUhBnEuGxbU6_wALt0crw
基于Python查找图像中最常见的颜色
https://www.cnblogs.com/xyf327/category/1985244.html
一个工业机器视觉的专栏
https://blog.csdn.net/xiny520/article/details/51460148
聚合通道特征(Aggregate Channel Feature,ACF)
https://mp.weixin.qq.com/s/eX3LWYiSH-KObH_7F_3QCA
TensorFlow 1.11.0发布,一键多GPU
https://mp.weixin.qq.com/s/316VVXLQfeIsKNk4ld-VRw
TensorFlow语义分割套件开源了ECCV18旷视科技BiSeNet实时分割算法
https://mp.weixin.qq.com/s/XI1J4ardEWKP4UQ4IXZGTQ
TensorFlow Hub,给您带来全新的Web体验
http://www.jianshu.com/p/1da012a83b74
利用TensorFlow实现排序和搜索算法
https://mp.weixin.qq.com/s/oEqMjOTj8xpd3sg60ZUhqA
TensorFlow的c++实践及各种坑
https://mp.weixin.qq.com/s/-5RCRl9ztQ2dQmX00QvfvQ
在Python和TensorFlow上构建Word2Vec词嵌入模型
https://mp.weixin.qq.com/s/Nyjp0mZxcn04vLKjJXLSaw
如何用TensorFlow在安卓设备上实现深度学习推断
https://mp.weixin.qq.com/s/kEowgNPVS1nAGBPbzkatlQ
如何构建高可读性和高可重用的TensorFlow模型
https://mp.weixin.qq.com/s/O_IN39FBVPeD5fRYBsPuZQ
用TensorFlow开发问答系统
https://mp.weixin.qq.com/s/8Hrq_z8s_5ms6Q_6OOaU-g
如何使用TensorFlow和自编码器模型生成手写数字
https://mp.weixin.qq.com/s/nnjyR4XGVZQ1zXCIPzTNlg
基于TensorFlow的变分自编码器实现
https://mp.weixin.qq.com/s/iMgesGmdb7Jq4muCxb-nFA
Tensorflow实战:Discuz验证码识别
https://mp.weixin.qq.com/s/4aJUGBpPG_6Oc5EqOmM0Iw
作为TensorFlow的底层语言,你会用C++构建深度神经网络吗?
https://github.com/yahoo/TensorFlowOnSpark
TensorFlow On Spark
https://mp.weixin.qq.com/s/7er3wNV_IhxhFDOIwNMpww
深度强化学习入门:用TensorFlow构建你的第一个游戏AI
https://mp.weixin.qq.com/s/UbBJYOmWtUXPFliRMyzDrg
最新TensorFlow专业深度学习实战书籍和代码《Pro Deep Learning with TensorFlow》
https://mp.weixin.qq.com/s/zeZs48XbYJGhvOoIysZ8QA
Docker Compose+GPU+TensorFlow所产生的奇妙火花
https://mp.weixin.qq.com/s/sOggiB57D-ekWOsbL6TY_A
TensorFlow中那些鲜为人知却又极其实用的知识
https://mp.weixin.qq.com/s/gW_KX6eF9XEsSUO1UzJ3WQ
基于LSTM的情感分析
https://mp.weixin.qq.com/s/KZhL477ApHgQfmM2xFrYJw
Tensorlang:基于TensorFlow的可微编程语言
https://mp.weixin.qq.com/s/_9NJ6QLQArUAD1DKb0KRfA
如何使用TensorFlow mobile部署模型到移动设备
https://mp.weixin.qq.com/s/e_TzQxFLAonLMyYAhte6Cg
face-api.js:在浏览器中进行人脸识别的JavaScript接口
https://zhuanlan.zhihu.com/p/347599203
TFRT的开源代码分析
您的打赏,是对我的鼓励