Jump to content
Compvision.ru

Smorodov

Главные администраторы
  • Content count

    3,833
  • Joined

  • Last visited

  • Days Won

    343

Everything posted by Smorodov

  1. Еще книжка на русском есть: https://www.piter.com/product/glubokoe-obuchenie
  2. По кривым рассеяния не искал не знаю, есть ли открытые реализации. По сегментации суперпикселями, вот поиграйтесь:SuperPixelSegmentation.rar
  3. Это попиксельный argmax по слоям выходной матрицы, с последующей раскраской. Не знаю как на java будет, давно не использую.
  4. Argmax(-26.287221908569336, -14.588539123535156, -7.386473655700684, 1.4765703678131104, 15.550891876220703)=4
  5. Это называется метрики, их не две, а намного больше самые популярные: 1) Евклидова метрика. 2) чем то напоминает дистанцию Хемминга, но там тоже сумма считается. https://ru.wikipedia.org/wiki/Расстояние_Хэмминга 3) https://ru.wikipedia.org/wiki/Расстояние_Махаланобиса 4) https://ru.wikipedia.org/wiki/Расстояние_городских_кварталов Опять же надо подбирать экспериментально.
  6. Ну размерность векторов это обычно предмет для экспериментального подбора. Вообще еще один метод есть, вычисляются собственные векторы и числа, и оставляют количество векторов, сумма собственных чисел которых равна, скажем 95% от всей суммы чисел. Смотрите PCA анализ.
  7. Посмотрите здесь: Количество дескрипторов, задает насколько детально описывается фигура. Подрезание количества коэффициентов дает сглаживание контуров. Еще тут посмотрите: https://www.codeproject.com/Articles/196168/Contour-Analysis-for-Image-Recognition-in-C
  8. посмотрите в папке samples в исходника OpenCV, там много примеров на все случаи жизни.
  9. Морфологией можно например. См erode, dilate.
  10. Одно видео внутрь другого

    CvMat* smallframe; судя по всему тут пусто.
  11. Одно видео внутрь другого

    эмм... насколько еще помню, надо создать маленькое изображение, ну или загрузить. И еще, почему область то нулевого размера ?
  12. Одно видео внутрь другого

    Так же как с картинками, считываете кадр из одного видео, из другого видео, вставляете как для изображений, записываете в результирующее видео, ну или отображаете кадр на экране, как обычно.
  13. Одно видео внутрь другого

    Используйте пожалуйста с++ инерфейс OpenCV. Со старым сишным больше возни, и многие, включая меня, уже его основательно забыли. А картинку в картинку вставить просто. Задаете область куда вставить, imgA.copyTo(imgB(Rect(x,y,w,h))), (изображение должно иметь тот же размер и тип, как область изображения куда вставляем фрагмент) но это в новом интерфейсе.
  14. Вышла DLIB 19.8

    Что нового смотреть здесь: http://blog.dlib.net/2017/12/dlib-198-is-out.html Главные фичи версии - глобальный оптимизатор и семантическая сегментация.
  15. Попробуйте поиграть с градиентами, на размытом изображении они должны быть менее резкими.
  16. Посмотрите еще Watershed. Пример здесь: https://docs.opencv.org/3.3.1/d3/db4/tutorial_py_watershed.html
  17. Тренировка (haar cascade training)

    DLIB-овский детектор лучше работает и обучается относительно быстро, и данных требует не так много. http://blog.dlib.net/2014/02/dlib-186-released-make-your-own-object.html В примерах есть пример обучения и инструмент для разметки данных.
  18. Для гомографии есть пример здесь: https://github.com/alexhagiopol/deep_homography_estimation В вашем случае должно быть проще, т.к. меньше степеней свободы.
  19. Посмотрите здесь, это не 100% надежная штука, но при определенных условиях работает неплохо: https://github.com/Smorodov/LogPolarFFTTemplateMatcher
  20. Ну, что то типа того, но размер файла не уверен что будет меньше, чем стандартный mpeg. Можно что типа RLE сжатия заюзать, в начале каждой строчки с пикселями, писать их количество в текущем блобе для этой строки, и дальше только значения пикселей.
  21. Если контурами, то можно так: номер кадра, количество контуров в кадре, кол-во точек в контуре №1, список точке контура №1, кол-во точек в контуре №2, список точке контура №2, ....
  22. Ну и в DLIB встроили весьма неплохой распознаватель: http://blog.dlib.net/2017/02/high-quality-face-recognition-with-deep.html , плюс на OpenCV вполне заводятся модельки от sphereface: https://github.com/wy1iu/sphereface только не забудьте что в матлаб матрицы в памяти транспонированными хранятся относительно OpenCV-шных.
  23. Если блобов в результате больше выходит, то и ресурсов больше для их обработки понадобится, насколько сильно больше, зависит от программы и от исходных данных.
×