自由式学习
1人加入学习
(0人评价)
1、计算机视觉CV理论基础

计算机视觉CV理论基础

价格 免费
该课程属于 2022-田同学-算法方向-计算机视觉-就业:是 请加入后再学习

特征点检测:

* Harris角

* Fast角

* 斑点:通过高斯模糊和拉普拉斯变换找到二阶导数的最大值(LoG);同一层中使用多个高斯核σ对图片进行滤波,然后清楚的减去模糊的就会找到轮廓,如果说某一点比该σ滤波后所有点大并且也比上下不同σ滤波后的像素大,那么该店就是斑点(DoG)

 

SIFT:

建立高斯差分金字塔:(1:03:29)

* 同样大小图片分层(σ大小不同,及尺度不同的高斯核),不同大小分组(小的是经过大的降采样)

* 同组中层级相减 S(层数)=n+3(n:想要提取多少张图片的特征点) 。例如,五层会有四个差分层,第一个和最后一个差分层不能用,只有两个差分层能得到两个关键点

[展开全文]

授课教师

高级算法工程师
老师

课程特色

作业(15)
图文(1)
视频(14)

最新学员

学员动态

Coulson5 的作业"每日作业"已被批阅
Coulson5 开始学习 8.图像检索
Coulson5 开始学习 7.图像分类