1回答
我的问题是：
1)本例采用了特征检测的Surf算法。我做了我自己的算法(Trajkovic)，它工作得很好-所有
浏览 6提问于2013-01-14得票数 4
1回答
如何评价特征检测算法
、、、
我开发了一个项目，试图在图像中找到特征或兴趣点，我使用了两种已知的算法，即Harris Corner Detector和SIFT。我正在寻找一种方法来创建一些基本事实，或者考虑一些参数和一些阈值，对于我创建的每个特征，我可以检查它是否超过了阈值，但我还没有找到如何做到这一点的方法。我认为另一件事是通过查看图像来预先确定和手动签署兴趣点，但我认为不建议以这种方式进行评估，因为在非常小的尺度上，人眼很难识别这些元素。
我
浏览 11提问于2021-02-04得票数 0
我正在尝试使用SIFT (来自opencv)来获得描述图像的直方图。问题是，SIFT识别了图像中的许多兴趣点，并给出了128个元素的向量。虽然在我看来这就是SIFT应该做的事情，但我的实验室的PI告诉我，有一个实现为所有图像提供了一个128个元素的向量。您知道这样的实现吗？
如果没有，有没有其他方法可以获得一个好的图像描述符？
浏览 3提问于2018-12-01得票数 0
1回答
我知道支持向量机、随机树林和logistic回归是著名的机器学习(ML)分类算法。上面的ML算法是否用于提取特征，而不是选择的一部分？ML算法包括特征提取和分类两个过程吗？
训练ML算法的结果(准确性、特异性、敏感性.)在特征提取之后，告诉我们疾病分类的</e
浏览 2提问于2019-11-13得票数 1
回答已采纳
1回答
最近，我正在学习寻找一种搜索相似图像的方法。在特征匹配area.For实例、感知哈希算法、openCV中的SIFI和SURF算法中，有一些比较流行的算法。我想知道哪一个是accurate.Or使用多个算法的好主意？或者有一些关于流行算法的好结论。提前谢谢。
浏览 3提问于2017-10-10得票数 2
回答已采纳
1回答
我有一个20x20的数据帧！每行包含一个时间序列。我已经使用常规的kmeans方法来对显示出类似模式的行进行分组，然而，似乎在时间序列上使用了其他的聚类方法。
浏览 1提问于2019-04-04得票数 0
2回答
我一直在使用优秀的GPUImage库，它实现了几个特征检测器: Harris、FAST、ShiTomas、Noble。然而，这些实现都没有帮助特征提取和匹配部分。它们只是输出一组检测到的角点。我的理解是，下一步将检查每个检测到的角点并从中提取特征，这将产生描述符--即一个32或64位数字，可以用来索引靠近其他类似点的点。通过阅读“计算机视觉<em
浏览 2提问于2014-03-02得票数 4
回答已采纳
1回答
提高小图像冲浪性能的研究
、、、、
我在网上遇到的每个SURF的实现似乎都很难从小图像中提取有用的兴趣点(例如，100 x100或更少)。我尝试了几种方法：
1)在分析之前，使用各种提升算法(从简单的最近邻算法到更高级的算法--基本上是每一种高级图像)来增加小图像的大小。2)其他图像处理方法，如对比度增强和使用不同的RGB权重计算积分图像等，对图像中的特征进行了提取</em
浏览 4提问于2013-02-23得票数 2
2回答
我跟踪了，并在OpenCV中使用了SIFT和其他算法来找到两张图像之间的匹配特征点。据我所知，这些算法可以找到两幅图像之间的相似区域。但我感兴趣的是识别不同或不相似的区域。如何在两个图像上绘制所有不匹配的特征点？此外，我能否在这些非匹配点周围绘制边界，以显示两个图像中哪些区域是不同的？
我在Windows7上使用Python代码，并从最新的Ope
浏览 1提问于2017-05-04得票数 2
我正在做一个程序，它在特征空间(1000+维度)中获取几个(<50)高维点，并通过递归使用标准k-聚类对它们执行层次聚类。一般来说，在选择特定的特征提取/选择/加权算法时，应该考虑什么？具体地说，在我的情况下，什么
浏览 8提问于2011-07-15得票数 4
回答已采纳
我试图构建一个轻量级的对象识别系统，使用ORB进行特征提取，使用LDA进行分类。但我遇到了一个问题，那就是提取特征的大小不同。
用提取的特征对识别器进行训练。(
浏览 2提问于2012-07-05得票数 2
回答已采纳
3回答
在"“教程中，使用了激光扫描仪，并给出了两种地标提取方法。
但是大多数实际的SLAM实现都是基于相机图像的。在这些应用中，如何提取地标？没有提到它，我也找不到一个端到端的演示项目，其中包括地标提取。
浏览 3提问于2015-10-07得票数 2
回答已采纳
2回答
我正在尝试从矩形图像中提取特征。但是我想忽略图像的某些部分，这样就不会从图像内部的这些区域提取任何特征。我可以想到两种方法。
a)从整个图像中获取特征，并使用关键点丢弃位于被忽略区域内的特征。但这种方法并不是首选的，因为我对从图像中提取的特征的最大数量进行了限制，稍后丢弃将不会有助于获得恒定数量的特征<
浏览 23提问于2017-09-27得票数 4
1回答
计算图像的相似性及其草图
、、、、
我正在尝试开发算法，为两幅给定的黑白图像返回相似性评分:原始的一幅和它的草图，由人类绘制：OpenCV模板匹配这种方法失败
浏览 2提问于2017-02-17得票数 3
回答已采纳
1回答
面对面的特征边界
、、、
我需要找到并提取彼此的面特征的边缘。换句话说，一个特征中的每个点都可以看到其他特征中的点，这是我想要的。
作为说明:图像A是原始图像，而B在边缘上标有蓝色线条，我希望提取这些线条以进行进一步处理。
欢迎任何想法，算法<
浏览 5提问于2016-08-17得票数 0
1回答
我正在做一个涉及机器学习和数据比较的项目。现在，抽象图像数据非常简单。我可以在视频中的某些点取静止帧，将它们缩小为5×5像素(或任何其他可管理的分辨率)，并得到像素值以供分析。由此产生的数据提供了一个独特的、小的、数据丰富的样本(即使是5x5px的5个样本也足以将戏剧与自然纪录片区分开来，等等)。
然而，我被卡在音频部分。由于音频由样本组成，每个样本本身没
浏览 2提问于2014-05-22得票数 0
回答已采纳
1回答
我试图理解、PCA、和K-意思是算法，以便从一组特征中提取一些相关的特征。
我必须使用PFA，主特征分析，从向量特征集中选择相关的特征。行是行走<em
浏览 1提问于2020-12-29得票数 0
回答已采纳
2回答
用深度学习进行特征提取，同时利用传统机器学习或增强技术进行分类，是否合乎逻辑？
如果使用ML算法进行分类，而不是用深度学习方法进行特征提取，那么使用ML算法可以吗?我知道，如果特征工程成功，该模型将自动取得良好的效果。例如:如果我想做一个文本分类问题，我是否可以建立这样一个模型( RNN块的堆栈+ Adaboost)，其中RNN块执行特征提取，Adaboost进行分类？说得通吗？我提出了一种采用集成
浏览 0提问于2022-10-27得票数 1
我想使用自己的算法从训练数据中提取特征，然后在scikit-learn中使用CountVectorize进行拟合和转换。目前我正在做的是：cvect_obj = CountVectorizer()fit_transform(traning_data)会自动提取特征</e
浏览 1提问于2015-08-31得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
