全部 人工智能學(xué)科動態(tài) 人工智能技術(shù)資訊 人工智能常見問題 技術(shù)問答

• • 

    BRIEF算法步驟詳細(xì)介紹

    BRIEF是一種特征描述子提取算法，并非特征點的提取算法，一種生成二值化描述子的算法，不提取代價低，匹配只需要使用簡單的漢明距離(Hamming Distance)利用比特之間的異或操作就可以完成。因此，時間代價低，空間代價低，效果還挺好是最大的優(yōu)點。 查看全文>>

    人工智能技術(shù)資訊2021-07-30 |傳智教育 |BRIEF算法

  • 

    ORB算法原理解讀【Open CV視頻教程】

    SIFT和SURF算法是受專利保護(hù)的，在使用他們時我們是要付費的，但是ORB(Oriented Fast and Rotated Brief)不需要，它可以用來對圖像中的關(guān)鍵點快速創(chuàng)建特征向量，并用這些特征向量來識別圖像中的對象。 查看全文>>

    人工智能技術(shù)資訊2021-07-30 |傳智教育 |ORB算法原理

  • 

    Fast算法原理：fastica算法步驟詳解

    FAST (全稱Features from accelerated segment test)是一種用于角點檢測的算法，該算法的原理是取圖像中檢測點，以該點為圓心的周圍鄰域內(nèi)像素點判斷檢測點是否為角點，通俗的講就是若一個像素周圍有一定數(shù)量的像素與該點像素值不同，則認(rèn)為其為角點。 查看全文>>

    人工智能技術(shù)資訊2021-07-27 |傳智教育 |Fast算法原理

  • 

    Open CV視頻讀寫教程【Open CV視頻下載】

    在OpenCV中我們要獲取一個視頻，需要創(chuàng)建一個VideoCapture對象，指定你要讀取的視頻文件： 查看全文>>

    人工智能技術(shù)資訊2021-07-27 |傳智教育 |open cv視頻讀寫教程

  • 

    meanshift算法原理：meanshift跟蹤算法實戰(zhàn)

    meanshift算法的原理很簡單。假設(shè)你有一堆點集，還有一個小的窗口，這個窗口可能是圓形的，現(xiàn)在你可能要移動這個窗口到點集密度最大的區(qū)域當(dāng)中。 查看全文>>

    人工智能技術(shù)資訊2021-07-27 |傳智教育 |meanshift算法原理

  • 

    Numpy數(shù)組操作教程【傳智教育】

    數(shù)組在進(jìn)行矢量化運算時，要求數(shù)組的形狀是相等的。當(dāng)形狀不相等的數(shù)組執(zhí)行算術(shù)運算的時候，就會出現(xiàn)廣播機(jī)制，該機(jī)制會對數(shù)組進(jìn)行擴(kuò)展，使數(shù)組的shape屬性值一樣，這樣，就可以進(jìn)行矢量化運算了。 查看全文>>

    人工智能技術(shù)資訊2021-06-11 |傳智教育 |Numpy數(shù)組操作教程

  • 

    計算機(jī)視覺的算法SIFT算法詳細(xì)介紹

    下面我們來介紹一種計算機(jī)視覺的算法，尺度不變特征轉(zhuǎn)換即SIFT (Scale-invariant feature transform)。它用來偵測與描述影像中的局部性特征，它在空間尺度中尋找極值點，并提取出其位置、尺度、旋轉(zhuǎn)不變量，此算法由 David Lowe在1999年所發(fā)表，2004年完善總結(jié)。應(yīng)用范圍包含物體辨識、機(jī)器人地圖感知與導(dǎo)航、影像縫合、3D模型建立、手勢辨識、影像追蹤和動作比對等領(lǐng)域 查看全文>>

    人工智能技術(shù)資訊2021-06-03 |傳智教育 |計算機(jī)視覺的算法SIFT,SIFT原理

  • 

    Shi-Tomasi角點檢測原理和實現(xiàn)代碼

    Shi-Tomasi算法是對Harris角點檢測算法的改進(jìn)，一般會比Harris算法得到更好的角點。Harris 算法的角點響應(yīng)函數(shù)是將矩陣 M 的行列式值與 M 的跡相減，利用差值判斷是否為角點。后來Shi 和Tomasi 提出改進(jìn)的方法是，若矩陣M的兩個特征值中較小的一個大于閾值，則認(rèn)為他是角點，即： 查看全文>>

    人工智能技術(shù)資訊2021-06-03 |傳智教育 |Shi-Tomasi角點檢測原理

  << < 1 2 3 4 5 6 7 8 9 10 > >>