Simon Shi的小站

人工智能,机器学习 学习记录


  • Home

  • About

  • Tags

  • Categories

  • Archives

计算机视觉--视觉数据库--The Oxford-IIIT 宠物图像数据

Posted on 2020-04-07 | In CV , Datasets , Datasets , Animal
The Oxford-IIIT 宠物图像数据http://www.robots.ox.ac.uk/~vgg/data/pets/ 37种宠物,每种宠物200张左右宠物图片,并同时包含宠物轮廓标注信息。 品种/种类:37种 宠物 1-Dog 种类:25 2-Cat 种类:12
Read more »

计算机视觉--视觉3D数据库

Posted on 2020-04-07 | In CV , Datasets , Datasets , 3D
[TOC] 计算机视觉领域 https://www.paperswithcode.com/area/computer-vision UMD Faces 面部数据集UMD Faces DatasetUMD Faces Dataset 是一个面部数据集,主要用于身份鉴定研究,它拥有 8501 个主题共计 367,920 个面孔。该数据集分为静止图像和视频帧两部分,其中静止图像包含 367,888 张图,共计 8277 个主题;视频帧则包含 22,000 个主题视频,共计 370 万个带注释的视频帧。 https://hyper.ai/datasets/5537 3D Face300W300 Faces In-the-Wild Challenge (300-W) 官网介绍:https://ibug.doc.ic.ac.uk/resources/300-W/ 中文介绍:https://blog.csdn.net/lgh0824/article/details/88536215 3DDFA的生成数据http://www.cbsr.ia.ac.cn/users/xiangyuzhu/project ...
Read more »

CV-3D-Model-Apply

Posted on 2020-03-26 | In CV_3D , 3D Body
Pons-Moll人体衣服估计相关论文[TOC] Gerard Pons-Moll virtualhumans.mpi-inf.mpg.de官网 [Siggraph, 2017] [ClothCap: Seamless 4D Clothing Capture and Retargeting]论文网站 论文解读 问题: 如何对衣服进行捕捉 输入: 扫描获得的4D的有纹理的人体数据 输出: 多种衣服几何模型 [ICCV, 2017] [A Generative Model of People in Clothing]Paper 问题: 如何生成多种衣服外观的人体图片 输入: 有姿势的SMPL模型,及其分割 输出: 不同衣着的对应姿势的图片 [CVPR, 2018] [Video Based Reconstruction of 3D People Models]Paper 论文解读 问题: 如何从RGB视频中获取细致的人体模型 输入: 单人的单目视频+轮廓 输出: 基于SMPL的细致的人体模型 [CVPR, 2018] [DoubleFusion: Real-time ...
Read more »

CV Survery 计算机视觉综述

Posted on 2020-03-21 | In CV , BaseWork
计算机视觉四大基本任务 Paper_CV_1 Image-Classification 图片分类 Paper_CV_2 Object-Localization 目标定位 Paper_CV_3 目标检测 Paper-CV-4 语义分割、实例分割 go Alpha Tree -Graphic DNN
Read more »

Open3d API

Posted on 2020-03-17 | In Graphices , Open3D
Open3D API [TOC] Open3D demo文件读取 PointCloud: 1 文件读取 2 数组数据读取 1234print("Testing IO for point cloud ...")pcd = o3d.io.read_point_cloud("../../TestData/fragment.pcd")print(pcd)o3d.io.write_point_cloud("copy_of_fragment.pcd", pcd) 12source = o3d.io.read_point_cloud("../TestData/ICP/cloud_bin_0.pcd")target = o3d.io.read_point_cloud("../TestData/ICP/cloud_bin_1.pcd") TriMesh:1234print("Testing IO for meshes ...")mesh = o3d.io.read_triangle_mesh("../../TestData/knot.ply")print(mesh)o3d.io.write_tri ...
Read more »

三维坐标变换原理-平移, 旋转, 缩放

Posted on 2020-03-17 | In CG , transform
[TOC] 三维坐标变换原理-平移, 旋转, 缩放 基础知识齐次坐标给定一个二维点(x, y),那么形如(kx, ky, k)的所有三元组就都是等价的,它们就是这个点的齐次坐标(homogeneous)。齐次坐标就是将一个原本是n维的向量用一个n+1维向量来表示,是指一个用于投影几何里的坐标系统,如同用于欧氏几何里的笛卡儿坐标一般 矩阵的乘法矩阵的乘法运算,阮一峰老师写的比较清楚,具体可以看 这里 矩阵的线性变换矩阵的线性变换就是从一个线性空间 $V_1$ 的某一个点跃迁到另一个线性空间 $V_2$ 的另一个点的运动。也就是说是一个点不仅可以变换到同一个线性空间中的另一个点,而且可以变换到另一个线性空间中的另一个点去 矩阵和线性变换之间的关系: 矩阵本身描述了一个坐标系,矩阵与矩阵的乘法描述了一个运动。换句话说:如果矩阵仅仅自己出现,那么他描述了一个坐标系,如果他和另一个矩阵或向量同时出现,而且做乘法运算,那么它表示运动(线性变换) 数学表述为: $\vec{b}=M\vec{a}$, 即矩阵 M 描述了向量 $a$ 到向量$b$ 的运动 如将三维坐标D1经过矩阵M变换到坐标D2, ...
Read more »

计算机视觉--人脸识别发展

Posted on 2020-03-16 | In CV_Apply , Face Recongnition
人脸识别技术的发展经历了以下三个阶段 第一阶段,主要研究简单背景中的人脸的识别和人脸识别过程中所需的面部特征。二十世纪七十年代,得利于电脑的发展,开始有研发人员利用电脑搭建质量较高的人脸灰度图模型。在这个阶段的研究虽然人脸识别还未能真正落地应用,但是对设计师机器识别人脸算法和系统的工程师有很重要的引导。 第二阶段,主要研究的是人机交互式的人脸识别。同样的,这主要还是老外们在研究,lesk和harmon采用几何特征参数和多维特征向量共同描述人脸图像信息,同时基于这种思想开发了图像识别系统。Kobayashi和kaya将统计识别的相关理论应用到人脸识别众,采用欧式几何距离来描述面部特征,比如嘴唇和鼻子的距离、鼻子和眼睛的距离等等。Stonham则提出了一种单隐层的自适应神经网络来进行人脸识别和表情分析。尽管如此,这个阶段还是没有摆脱人工干预,还是需要操作员的某些经验知识。 第三阶段,机器自动识别阶段。随着计算机硬件配置的不断提高和算法的不断改善和提高,人脸识别的运算速度和效率也越来越高。不仅能自动识别正面的光照良好、没有遮挡的面部,而且对不用姿态、不同表情、不同年龄、不同光照的人脸也能进行 ...
Read more »

计算机视觉--GAN

Posted on 2020-03-16 | In CV , Networks , GAN
[TOC] GAN1、模型发展、理论改进 PGGAN、SNGAN、SAGAN、BigGAN、StyleGAN 等,这些模型都还在强调如何通过随机采样生成高质量图像。 2、应用领域发展 如 FUNIT、SPADE 等已经将注意力放在了应用层,也就是如何利用 GAN 做好图像翻译等实际应用任务。 Image-to-Image Translation 局部纹理间的转换展开的,例如人脸属性变换、画作的风格变换、图像分割等, 语义联系模型转换,引入注意力机制(U-GAT-IT) 采用全局和平均池化下的类激活图(Class Activation Map-CAM)[2]来实现的 再加上自适应图层实例归一化(AdaLIN),其作用是帮助注意力引导模型灵活控制形状和纹理的变化量。 pix2pix(监督学习)pix2pipxHDCycleGan(非监督学习)UNIT citeUNITMUNIT [9]将图像分解为领域不变的内容代码和捕获领域特定属性的样式代码,从而可以扩展到多对多映射。 U-GAT-IT (★★★★★)基于GAN的新型无监督图像转换 https://www.sohu.com/a/ ...
Read more »

计算机视觉--点云对齐

Posted on 2020-03-13 | In CV_3D , registration
Computer Vision Algorithm [TOC] Point set registration1.1Rigid registration刚性注册:给定两个点集,刚性配准产生一个刚性变换,该变换将一个点集映射到另一个点集。刚性变换定义为不改变任何两点之间距离的变换。通常,这种转换包括平移和旋转。[12]在极少数情况下,点集也可能会被镜像。在机器人技术和计算机视觉中,刚性配准应用最多。 1.2Non-rigid registration给定两个点集,非刚性配准产生一个非刚性转换,该转换将一个点集映射到另一个点集。非刚性变换包括affine仿射变换,例如缩放和剪切贴图。但是,在点集配准的情况下,非刚性配准通常涉及非线性变换。如果已知点集变化的本征模式,则可以通过特征值对非线性变换进行参数化。[13]非线性变换也可以参数化为(TPS)薄板样条。[14] [13] Registration algorithm三维点集拟合 PPF –2010算法的精髓:“整体建模,局部匹配” 【6D位姿估计】Point Pair Feature (PPF) (学习opencv)Surface Mat ...
Read more »

Tools Proxy

Posted on 2020-03-12 | In Tools
账号分享v2ray https://ssrvps.org/archives/2870 15天过期,重新 v2rayv2ray 客户端(Linux、Ubuntu) https://github.com/v2ray/v2ray-core/releases/download/v4.22.1/v2ray-linux-64.zip 客户端配置: 无GUI: .v2ray –config=../../config.json 带GUI参考:https://mahongfei.com/1776.html virtual NetLinux 安装 1curl -s https://install.zerotier.com | sudo bash 查看安装zerotier版本 1sudo zerotier-cli status 加入一个netWork 1sudo zerotier-cli join ################(networkid) 查看加入的网络的信息,比如network 1sudo zerotier-cli listnetworks 退出加入的network网段 1sud ...
Read more »
1…212223…29

Simon Shi

286 posts
132 categories
243 tags
RSS
© 2024 Simon Shi
Powered by Hexo
|
Theme — NexT.Muse v5.1.4