Перейти к содержимому
Compvision.ru

KOLANICH

Пользователи
  • Количество публикаций

    5
  • Зарегистрирован

  • Посещение

Репутация

0 Новичек

О KOLANICH

  • Звание
    Новичок

Contact Methods

  • ICQ
    381049652
  • Jabber
    kolanich@jabber.ru

Profile Information

  • Пол
    Мужской
  • Расположение
    DeepTown
  • Интересы
    Программирование, нанотехнологии
  1. SURF и "совмещение" изображений

    подскажите дескрипторы, которые мне подойдут лучше
  2. Нужно было совместить 2 и более картинок. То есть привести к такому виду, чтобы при наложении друг на друга они почти совпали. Картинки могут и будут немного отличаться, но во многом должны совпасть и хорошо наложиться друг на друга. Написал код. Работает корректно только если однородный фон и неизменны размеры. Первая картинка везде одинаковая : 1 img2=img1 на неоднородном фоне. После подбора пар: После применения трансформации: 2 на белом фоне, но чуть-чуть растянем горизонтально Похоже что: 1 преобразование неинвариантно 2 сравнение реализовано неверно (закомментированное "тупое в лоб" сравнение тоже ничего хорошего не даёт) По идее мой алгоритм как минимум не хуже, а как максимум лучше, чем этот. Лучше потому, что сложность меньше O(n*log n+2n) против O(n^2) . Так как же мне исправить мой алгоритм.
  3. спасибо, попробую натренировать через каскады, но не уверен, что получится, ибо "скелета" нет, заранее ивестного соотношения тёмного/светлого тоже нет, таких элементов как окна тоже нет, да и вообще ,основную роль играет. чем посоветуете предобработать? кстати, как использовать adaboost
  4. лица отличаются не так сильно, как объекты, которые нужно найти и классифицировать мне мои объекты вообще могут быть неправильной формы у каждого объекта уникальный узор к тому же мы смотрим на них под разными углами.... короче, подскажите, чем бы мне их найти и классифицировать
  5. Есть картинка. Нужно на ней выделить объекты природного происхождения определённого типа. форма объекта заранее неизвестна (сильно варируется), известен приблизительно цвет . Вроде выделение по цвету сделал (в модели HSV), но много ложных (и отрицательных и положительных) детектов. 1 чем предобработать картинку 2 что использовать для дальнейшего анализа
×