搜索资源列表
Harris尺度不变性关键点检测子的研究
- ：在特定的参数设置下Harris尺度不变性检测子不能提供足够数目的稳定关键点，以往研究据此断定 Harris尺度不变性检测子不稳定，不是有效的特征检测子．在构造Harris角点值的尺度空间过程中，存在一系列参 数影响着Harris角点值在尺度空间中极值点的数目，从而决定了Harris尺度不变性检测子所能获取的稳定关键 点的数目．对这个参数空间进行了系统研究，发现积分尺度与微分尺度的比值对Harris尺度不变性检测子能否检 测到足够数目的稳定关键点具有决定性的影响．
SIFT
- sift的详细介绍，主要步骤是：1.关键点检测2.关键点描述 3.关键点匹配 4.消除错配点。物体识别的必备资料 -sift the details, the main steps are: 1. The key point detection (2) describe key 3 key match 4 to eliminate the mismatch point. Essential information on object recognition
KB-Detector-src
- 功能说明：输入一幅图像，能对此图像检测关键点，这些点通常对应图像中的重要对象，可用于对象识别，也可用来作为特征进行图像分类。运行其中的例程Ldx_GoSalScale.m，就可以知道此程序的用法（调试环境matlab7.0）。-Function: input image, this image can detect critical points, these points usually correspond to an important object of the image can be
find_obj
- surf算法特征提取，关键点检测匹配 -surf surf you know it is surfsurf surf you know it is surf
keypointExtraction
- 关键点检测算法，包括SUSAN HARRIS等-The key point detection algorithm, including SUSAN HARRIS
harris_detection
- 基于Harris算法进行关键点检测，提取角点特征点，实现特征检测-Key point detection, extracting corner feature point, feature detection based on Harris algorithm
OpenSURF-H
- 关键点检测和描述算法，surf算法的opencv的源码，surf算法的性能与sift相当，但速度要远大于sift算法，经过测试可以正常运行-Keypoint detection and descr iption algorithm, algorithm source code at the Surf, surf the performance of the algorithm and sift quite, but the speed is much larger than sift algor
imprved_harris
- 关键点检测 分别用harris fast等算法进行实现-coner detection
csift关键点检测与匹配
- 一种改进的颜色的尺度不变特征变换（CSIFT算法）,结合颜色特征与稽核特征，针对特定场景，实现目标的关键点检测与匹配
GetFeatureFromVideo
- 基于OPENCV2.4.7实现了视频的LMP特征提取，代码包含了视频帧采样设置，harris关键点检测数量设置，视频段划分等基本参数的设置。采样得到的结果保存到txt文件中。-OPENCV2.4.7 realized based feature set LMP video extraction, sample code contains a set of video frames, harris set the number of key-point detection, video segme
orb-recognition
- ORB算法是在FAST关键点检测+BRIEF特征上做的，是比较流行的一种匹配，克服了BRIEF的一些缺点！-ORB algorithm is the key point in the FAST feature detection+BRIEF do, it is more popular as a match, to overcome some of the shortcomings BRIEF!
hist_corner
- 基于直方图的关键点检测,包括测试数据图像，可用于图像应用处理-the histogram-based interest point detectors
face-landmark-localization-master
- 使用caffe 进行人脸关键点检测，共68个关键点，使用的语言是python。-Caffe use for face detection key points, a total of 68 key points, the language used is python.
新建文件夹
- 人脸关键点检测（5个点），python，网络结构在压缩包里(A training network model for face key points detection in folders)
FaceMorph
- 使用C++实现将一个人的脸变成另一个人的脸，要求输入1.jpg,2.jpg输出一系列合成图像并生成一个avi，使用人脸关键点检测库dlib和opencv(Use C++ to morph a person's face into another person's face, requiring input 1.jpg, 2.jpg output a series of synthetic images and generate a avi, using face key points detec
pre
- 将图片裁剪，缩放，并更改对应的关键点位置(crop, resize, and change the corresponding key point position)
特征检测
- 图像特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。包括：Harris角点、ShiTomasi角点、亚像素级角点、SURF角点、Star关键点、FAST关键点、Lepetit关键点等等(Image feature extraction is a concept in computer vision and image processing. It refers to using a computer to extract imag
siftpoint
- 对于单张图片使用opencv2.4.9版本实现了sift关键点检测（C++）(Sift key point detection is implemented for single picture)
MTCNN-Tensorflow-master
- 基于tensorflow的mtcnn人脸关键点检测(tensorflow mtcnn face_landmarks)
face-landmark
- 人脸68点标注，用于人类面部关键点检测，结合dlib(face landmark master)