图像算法

AI 经典书单 | 人工智能学习该读哪些书

人工智能相关岗位中，涉及到的内容包含：算法、深度学习、机器学习、自然语言处理、数据结构、Tensorflow、Python、数据挖掘、搜索开发、神经网络、视觉度量、图像识别、语音识别、推荐系统、系统算法、图像算法
qiushui3103800391·2018-01-25 14:40

SSE图像算法优化系列十四：局部均方差及局部平方差算法的优化。

在我博客的基于局部均方差相关信息的图像去噪及其在实时磨皮美容算法中的应用及使用局部标准差实现图像的局部对比度增强算法中都有谈及，即可以用于去噪也可以用来增强图像，但是直接计算其计算量较大，一般都是通过某种方式进行优化，典型的即通过积分图来处理：展开：上式中两个累积一个是平方积分图，一个是累加积分图，累加积分图在SSE图像算法优化系列六
Imageshop·2018-01-21 09:00

SSE图像算法优化系列十三：超高速BoxBlur算法的实现和优化（Opencv的速度的五倍）

在SSE图像算法优化系列五：超高速指数模糊算法的实现和优化（10000*10000在100ms左右实现）一文中，我曾经说过优化后的ExpBlur比BoxBlur还要快，那个时候我比较的BoxBlur算法是通过积分图
Imageshop·2018-01-20 21:00

实习生面试经验（一）-图像算法岗

目前研二，女，模式识别专业，北京，为了方便明年找工作去试了试投实习。第一次实习面试，也不知道怎么准备，直接就去了。昨天问了问，面试挂了。还是打算记录一下面试内容，为以后的面试积累经验，也可以刺激一下自己好好学习。从研一开始做一个手势识别和one-shotlearning的项目，所以简历也是主要写了这个。项目是用深度学习做的，所以除了上课，传统算法还是掌握不牢固，简历里没有明确写熟练掌握哪些经典算法
夕墨·2017-12-23 19:12

SSE图像算法优化系列十二：多尺度的图像细节提升。

无意中浏览一篇文章，中间提到了基于多尺度的图像的细节提升算法，尝试了一下，还是有一定的效果的，结合最近一直研究的SSE优化，把算法的步骤和优化过程分享给大家。论文的全名是DARKIMAGEENHANCEMENTBASEDONPAIRWISETARGETCONTRASTANDMULTI-SCALEDETAILBOOSTING，好像在百度上搜索不到，由于博客的空间不多了，这里就不上传了，我贴出论文核心
Imageshop·2017-11-25 16:00

windows环境下使用wiki中文百科及gensim工具库训练词向量

以前做图像算法，面对的都是一幅图像、m*n个像素点，对于词向量完全没有概念，在接触自然语言处理一些算法后，才知道这个概念，想必做自然语言处理的同学都训练过词向量。
grafx·2017-11-19 18:13

常用的像素操作算法：图像加法、像素混合、提取图像中的ROI

图像的像素操作是比较基础的图像算法，下面列举三个常用的像素操作算法。图像加法图像的加法表示两个输入图像在同一位置上的像素相加，得到一个输出图像的过程。
fengzhizi715·2017-11-16 15:43

小黄衫 Get

当初选课的时候，学长学姐们都不推荐选这门课，说这门课作业贼多，而且之后的研究生阶段基本不怎么会碰项目开发，因为研究方向是做图像算法研究这块的。然而我所就读的专业并没有选择权，因为是必修课。
浑浑噩噩QAQ·2017-11-12 19:00

一文看懂机器视觉芯片

关键在于芯片，核心是将一些特定图像算法用芯片方式实现，同时融入了深度学习和神经网络算法。机器能否比人眼看得更清楚？
人工智能学家·2017-10-08 00:00

集 降噪 美颜 虚化 增强 为一体的极速图像润色算法 附Demo程序

在2015年8月份的时候，决心学习图像算法。几乎把当时市面上的图像算法相关书籍都看了一遍，资金有限，采取淘宝买二手书，长期驻留深圳图书馆的做法，进度总是很慢，学习算法不得其法。
cpuimage·2017-10-07 12:00

图像算法 -- 最全混合图层算法(附源码)

混合图层算法本文中的混合图层跟PhotoShop中完全一致。1正常模式：混合色*不透明度+（100%-混合色不透明度）2溶解模式：溶解模式下混合色的不透明度及填充都是100%的话，我们就看不到基色图层。降低混合色图层的不透明度后，我们就会发现结果色中出现了很多细小的颗粒。这些颗粒会随着混合色的不透明度变化。不透明度越低混合色图层就被溶解的越多。剩下的部分就越少。不透明度越高混合色图层被溶解的部分就
峻峰飞阳·2017-09-08 17:50

SSE图像算法优化系列十一：使用FFT变换实现图像卷积。

本文重点主要不在于FFT的SSE优化，而在于使用FFT实现快速卷积的相关技巧和过程。关于FFT变换，有很多参考的代码，特别是对于长度为2的整数次幂的序列，实现起来也是非常简易的，而对于非2次幂的序列，就稍微有点麻烦了，matlab中是可以实现任意长度FFT的，FFTW也是可以的，而Opencv则有选择性的实现了某些长度序列的变换，查看Opencv的代码，可以发现其只有对是4的整数次幂的数据部分采用
Imageshop·2017-09-02 14:00

SSE图像算法优化系列十：简单的一个肤色检测算法的SSE优化。

在很多场合需要高效率的肤色检测代码，本人常用的一个C++版本的代码如下所示:voidIM_GetRoughSkinRegion(unsignedchar*Src,unsignedchar*Skin,intWidth,intHeight,intStride){for(intY=0;Y=60&&Green>=40&&Blue>=20&&Red>=Blue&&(Red-Green)>=10&&IM_Ma
Imageshop·2017-08-15 18:00

网络摄像机-ISP基础一

它内部包含多个图像算法处理模块，其中比较有代表性的是：扣暗电流（去掉底电流噪声），线
伍意·2017-08-08 08:44

SSE图像算法优化系列九：灵活运用SIMD指令16倍提升Sobel边缘检测的速度（4000*3000的24位图像时间由480ms降低到30ms）。

这半年多时间，基本都在折腾一些基本的优化，有很多都是十几年前的技术了，从随大流的角度来考虑，研究这些东西在很多人看来是浪费时间了，即不能赚钱，也对工作能力提升无啥帮助。可我觉得人类所谓的幸福，可以分为物质档次的享受，还有更为复杂的精神上的富有，哪怕这种富有只是存在于短暂的自我满足中也是值得的。闲话少说，SIMD指令集，这个古老的东西，从第一代开始算起，也快有近20年的历史了，从最开始的MMX技术，
Imageshop·2017-08-04 18:00

SSE图像算法优化系列八：自然饱和度(Vibrance)算法的模拟实现及其SSE优化（附源码，可作为SSE图像入门，Vibrance算法也可用于简单的肤色调整）。

Vibrance这个单词搜索翻译一般振动，抖动或者是响亮、活力，但是官方的词汇里还从来未出现过自然饱和度这个词，也不知道当时的Adobe中文翻译人员怎么会这样处理。但是我们看看PS对这个功能的解释：Vibrance:Adjuststhesaturationsothatclippingisminimizedascolorsapproachfullsaturation.Thissettingchang
Imageshop·2017-07-26 08:00

SSE图像算法优化系列七：基于SSE实现的极速的矩形核腐蚀和膨胀（最大值和最小值）算法。

因未测试其他作者的算法时间和效率，本文不敢自称是最快的，但是速度也可以肯定说是相当快的，在一台I5机器上占用单核的资源处理3000*2000的灰度数据用时约20ms，并且算法和核心的大小是无关的，即所谓的o(1)算法。在实现本算法之前，也曾经参考何凯明在暗通道去雾时提出的一篇参考论文中的算法：STREAMINGMAXIMUM-MINIMUMFILTERUSINGNOMORETHANTHREECOM
Imageshop·2017-06-15 20:00

SSE图像算法优化系列六：OpenCv关于灰度积分图的SSE代码学习和改进。

最近一直沉迷于SSE方面的优化，实在找不到想学习的参考资料了，就拿个笔记本放在腿上翻翻OpenCv的源代码，无意中看到了OpenCv中关于积分图的代码，仔细研习了一番，觉得OpenCv对SSE的灵活运用真的做的很好，这里记录下我对该段代码的品味并将其思路扩展到其他通道数的图像。该核心代码位于：Opencv3.0\opencv\sources\modules\imgproc\src\sumpixel
Imageshop·2017-05-29 13:00

图像算法研究---超高速指数模糊算法的实现和优化

本文转载自laviewpbt博主的http://www.cnblogs.com/Imageshop/p/6849611.html正文如下：                超高速指数模糊算法的实现和优化（10000*10000在100ms左右实现）   今天我们来花点时间再次谈谈一个模糊算法，一个超级简单但是又超级牛逼的算法，无论在效果上还是速度上都可以和Boxblur,stackblur或者是Ga
Trent1985·2017-05-14 11:00

SSE图像算法优化系列五：超高速指数模糊算法的实现和优化（10000*10000在100ms左右实现）。

今天我们来花点时间再次谈谈一个模糊算法，一个超级简单但是又超级牛逼的算法，无论在效果上还是速度上都可以和Boxblur,stackblur或者是Gaussblur想媲美，效果上，比Boxblur来的更平滑，和Gaussblur相似，速度上，经过我的优化，在PC端比他们三个都要快一大截，而且基本不需占用额外的内存，实在是一个绝好的算法。算法的核心并不是我想到或者发明的，是一个朋友在github上挖掘
Imageshop·2017-05-13 22:00

SSE图像算法优化系列四：图像转置的SSE优化（支持8位、24位、32位），提速4-6倍

一、前言转置操作在很多算法上都有着广泛的应用，在数学上矩阵转置更有着特殊的意义。而在图像处理上，如果说图像数据本身的转置，除了显示外，本身并无特殊含义，但是在某些情况下，确能有效的提高算法效率，比如很多行列可分离的算法，在很多情况下，行和列方向的算法逻辑随相同，但是由于多方面原因（比如Cachemiss，优化水平等）行列处理时间还是由很大的差异的，这个时候如果转置的耗时和处理时间相比所占比例甚小，
Imageshop·2017-05-02 20:00

华为P10双摄像头拍照有没有主次之分?

其实，对于P10这颗双摄的工作原理解释起来非常简单，就像华为和徕卡在P10发布会上所讲的，双方在成像质量和图像算法方面有着深入的合作。
佚名·2017-04-21 15:29

SSE图像算法优化系列三：超高速导向滤波实现过程纪要（欢迎挑战）

自从何凯明提出导向滤波后，因为其算法的简单性和有效性，该算法得到了广泛的应用，以至于新版的matlab都将其作为标准自带的函数之一了，利用他可以解决的所有的保边滤波器的能解决的问题，比如细节增强、HDR压缩、细节羽化、去雾、风格化，而且由于其保边特性，如果很多传统函数中使用高斯滤波或者均值滤波的地方用他代替，能很好解决一些强边缘的过渡不自然问题，比如retinex、Highlight/shadow
Imageshop·2017-04-02 14:00

【图像算法优化】开篇：simd-library介绍及几个优化技巧

本系列主要涉及图像处理算法的优化技巧，都是通过学习simd-library中的代码，然后进行总结，包括basic部分跟neon优化部分。simd-library是用于图像处理的算法库，里面大量的用了SIMD指令对常用的图像处理算法进行优化，github的项目地址为：https://github.com/ermig1979/Simd本文先开个胃，介绍下几个觉得挺有意思的函数：摘取自：https://
Denny#·2017-04-01 00:33

python利用Guetzli批量压缩图片

Google又开源了，这次开源了一款图像算法工具Guetzli。
姜康·2017-03-23 10:33

阿里2017年-图形图像算法工程师-在线编程题目

这题是我今年写的在线编程题目，说一下我的思路：先通过正态分布随机函数求出X，Y点的集合，后将X，Y排列组合，得出不同坐标代入曲线方程，得出概率。大家有不同思路，欢迎一起讨论。今年是研一，估计没什么进阿里的希望了，跟大家一起分享我的思路，欢迎探讨。上代码：：#include#include#include#include#include#include#includeusingnamespacest
Dream__TT·2017-03-14 10:32

阿里2017年-图形图像算法工程师-在线编程题目

这题是我今年写的在线编程题目，说一下我的思路：先通过正态分布随机函数求出X，Y点的集合，后将X，Y排列组合，得出不同坐标代入曲线方程，得出概率。大家有不同思路，欢迎一起讨论。今年是研一，估计没什么进阿里的希望了，跟大家一起分享我的思路，欢迎探讨。上代码：：#include#include#include#include#include#include#includeusingnamespacest
Dream__TT·2017-03-14 10:32

SSE图像算法优化系列二：高斯模糊算法的全面优化过程分享（二）。

相关链接：高斯模糊算法的全面优化过程分享（一）在高斯模糊算法的全面优化过程分享（一）一文中我们已经给出了一种相当高性能的高斯模糊过程，但是优化没有终点，经过上一个星期的发愤图强和测试，对该算法的效率提升又有了一个新的高度，这里把优化过程中的一些心得和收获用文字的形式记录下来。第一个尝试直接使用内联汇编替代intrinsics代码（无效）我在某篇博客里看到说intrinsics语法虽然简化了SSE编
Imageshop·2017-02-24 21:00

SSE图像算法优化系列二：高斯模糊算法的全面优化过程分享（一）。

这里的高斯模糊采用的是论文《RecursiveimplementationoftheGaussianfilter》里描述的递归算法。仔细观察和理解上述公式，在forward过程中,n是递增的，因此，如果在进行forward之前，把in数据先完整的赋值给w，然后式子（9a）就可以变为：w[n]=Bw[n]+(b1w[n-1]+b2w[n-2]+b3w[n-3])/b0；--------->(1a)在
Imageshop·2017-02-10 09:00

OpenCV3学习之一：在VS2015上搭建OpenCV3.2.0

我在项目组中负责的是嵌入式相关的编程，并没有涉及到图像算法，只是简单地问到了他们一些学习方法之类的皮毛。如今，和几个小伙伴准备参加一个比赛，而在这个比赛中同样需要用到图像处理的内容
CoderHattonLiu·2017-01-19 23:46

OpenCV3学习之一：在VS2015上搭建OpenCV3.2.0

我在项目组中负责的是嵌入式相关的编程，并没有涉及到图像算法，只是简单地问到了他们一些学习方法之类的皮毛。如今，和几个小伙伴准备参加一个比赛，而在这个比赛中同样需要用到图像处理的内容
CoderHattonLiu·2017-01-19 23:46

SSE图像算法优化系列一：一段BGR2Y的SIMD代码解析。

一个同事在github上淘到一个基于SIMD的RGB转Y（彩色转灰度或者转明度）的代码，我抽了点时间看了下，顺便学习了一些SIMD指令，这里把学习过程中的一些理解和认识共享给大家。github上相关代码见链接：https://github.com/komrad36/RGB2Y，这哥们还有其他一些SIMD的代码，也是相当不错的可以借鉴的。我们首先说说普通的RGB2Y的代码：voidRGB2Y(uns
Imageshop·2017-01-08 22:00

13行代码实现最快速最高效的积分图像算法。

研究图像到一定程度的人，应该都对积分图像有所了解，大家在百度或者google中都可以搜索到大量的相关博客，我这里不做多介绍。用积分图也确实能解决很多实际的问题，比如我博客中的基于局部均方差相关信息的图像去噪及其在实时磨皮美容算法中的应用一文我就在网上看到很多人用累计积分图和乘积积分图来实现了。不过我浏览了很多人的博客，觉得很多人哪怕是图像方面的似乎还比较牛的人都对这个积分图的理解还不到位或者说理解
Imageshop·2016-12-25 18:00

13行代码实现最快速最高效的积分图像算法。

研究图像到一定程度的人，应该都对积分图像有所了解，大家在百度或者google中都可以搜索到大量的相关博客，我这里不做多介绍。用积分图也确实能解决很多实际的问题，比如我博客中的基于局部均方差相关信息的图像去噪及其在实时磨皮美容算法中的应用 一文我就在网上看到很多人用累计积分图和乘积积分图来实现了。不过我浏览了很多人的博客，觉得很多人哪怕是图像方面的似乎还比较牛的人都对这个积分图的理解还不到位或者说理
Imageshop·2016-12-25 18:00

虹软实习面试经历

我面试的是图像算法实习生岗位，面试时间是下午一点，大概十二点半到了虹软，进去先填一张简历表，到点了hr姐姐就让我们到一间房间里开始笔试，笔试一个半小时，题量不是很大，包括选择填空编程题问答题，前面比较注重基础
没糖旳咖啡·2016-12-20 13:08

图像算法工程师

作者：困兽链接：https://www.zhihu.com/question/51369979/answer/126568619来源：知乎著作权归作者所有，转载请联系作者获得授权。泻药。在跑算法的时候最适合答题了呢（害羞脸图像处理说到底是一门数学和实践结合的学科。所以要搞算法，数学基础必不可少，同时工程实践性的话，编程能力不能弱。二者不可偏废。我向来推崇以练促学，以学促练。所以不会一上来就推荐一堆
penghuilater·2016-12-14 14:23

深度学习框架Caffe源码解析

作者：薛云峰(https://github.com/HolidayXue)，主要从事视频图像算法的研究，就职于浙江捷尚视觉科技股份有限公司担任深度学习算法研究员。本文来源微信公众号：深度学习大讲堂。
csdn_csdn__AI·2016-12-13 10:32

图像算法之九：混合高斯模型GMM

一、原理混合高斯背景建模是基于像素样本统计信息的背景表示方法，利用像素在较长时间内大量样本值的概率密度等统计信息(如模式数量、每个模式的均值和标准差)表示背景，然后使用统计差分(如3σ原则)进行目标像素判断，可以对复杂动态背景进行建模，计算量较大。在混合高斯背景模型中，认为像素之间的颜色信息互不相关，对各像素点的处理都是相互独立的。对于视频图像中的每一个像素点，其值在序列图像中的变化可看作是不断产
SoaringLee_fighting·2016-10-06 14:46

找工作有感（面经，干货）

第一站是找人内推了网易和阿里，都是图像算法工程师，因为本人编程能力一般，所以只能算法岗。然后就是漫长的等待，突然有一天下午，一
Lebronze·2016-10-03 11:15

图像算法之八：特征提取算法之Haar

一、AdaBoost算法原理AdaBoost算法是一种迭代的算法，对于一组训练集，通过改变其中每个样本的分布概率，而得到不同的训练集Si，对于每一个Si进行训练从而得到一个弱分类器Hi，再将这些若分类器根据不同的权值组合起来，就得到了强分类器。第一次的时候，每个样本都是均匀分布，通过训练得到分类器H0，在该训练集中，分类正确的，就降低其分布概率；分类错误的，就提高其分布概率，这样得到的新的训练集S
soaringlee_fighting·2016-09-30 09:30

图像算法之八：特征提取算法之Haar

一、AdaBoost算法原理AdaBoost算法是一种迭代的算法，对于一组训练集，通过改变其中每个样本的分布概率，而得到不同的训练集Si，对于每一个Si进行训练从而得到一个弱分类器Hi，再将这些若分类器根据不同的权值组合起来，就得到了强分类器。第一次的时候，每个样本都是均匀分布，通过训练得到分类器H0，在该训练集中，分类正确的，就降低其分布概率；分类错误的，就提高其分布概率，这样得到的新的训练集S
soaringlee_fighting·2016-09-30 09:30

图像算法之七：特征提取算法之LBP

【2016/9/29】今天重点学习了纹理特征提取算法LBP,这个算法可以用于纹理特征提取和人脸识别，应用比较广泛。首先介绍LBP算法的原理，然后是LBP特征的提取步骤，最后使用OpenCV实现了这个算法。LBP（LocalBinaryPattern，局部二值模式）是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。它是首先由T.Ojala,M.Pietikäinen,和
SoaringLee_fighting·2016-09-29 19:31

图像算法之六：特征提取算法之LoG

1、产生：Laplace算子对通过图像进行操作实现边缘检测的时，对离散点和噪声比较敏感。于是，首先对图像进行高斯暖卷积滤波进行降噪处理，再采用Laplace算子进行边缘检测，就可以提高算子对噪声和离散点的Robust,这一个过程中LaplacianofGaussian(LOG)算子就诞生了。2、基本理论高斯卷积函数定义为：而原始图像与高斯卷积定义为：因为：所以LaplacianofGaussian
soaringlee_fighting·2016-09-29 09:50

图像算法之五：特征提取算法之HOG

1、HOG特征：方向梯度直方图（HistogramofOrientedGradient,HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器已经被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。需要提醒的是，HOG+SVM进行行人检测的方法是法国研究人员Dalal在2005的CVPR上提出
soaringlee_fighting·2016-09-28 21:55

图像算法之三：特征提取算子之SIFT

SIFT（Scale-invariantfeaturetransform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interestpoints,orcornerpoints）及其有关scale和orientation的描述子得到特征并进行图像特征点匹配，获得了良好效果，详细解析如下：1、算法描述SIFT特征不只具有尺度不变性，即使改变旋转角度，图像亮度或拍摄视角，仍然能够得到好的检
soaringlee_fighting·2016-09-27 14:15

图像算法之二：特征提取算法系列之Harris

Harris算子介绍：该算子是C．Harris和M．J．Stephens在1988年提出的一种点特征提取算子。这种算子受信号处理中自相关函数的启发，可以给出图像中某一像素点的自相关矩阵肘，其特征值是自相关函数的一阶曲率，如果X，Y两个方向上的曲率值都高，那么就认为该点是角点。Harris[2]角点检测算子是Moravec角点检测算子的改进.（1）算子用高斯函数代替二值窗口函数,对离中心点越近的像素
soaringlee_fighting·2016-09-26 14:40

图像算法之一：Randon变换

1.原理：Radon变换用来计算图像矩阵在特定方向上的投影。二维函数投影是一组线积分，Radon变换计算一定方向上平行线的积分，平行线的间隔为1个像素。Radon变换可以旋转图像的中心到不同角度，来获得图像在不同方向上的投影积分。下图是矩形图像在[0,180]度区间的Radon变换：2、应用：使用Radon变换检测直线检测步骤如下：（1）使用边缘检测函数edge函数计算二值图像；（2）计算二值图像
soaringlee_fighting·2016-09-22 21:30

opencv学习笔记（二）

所以推荐大家使用opencv这个开源库，他实现了大多数图像算法，实际开发中，用他的函数就够了，推荐书籍《学习opencv》，《opencv教程》，视频自然是庞峰老师的视频，大家可以在opencv中文论坛上免费观看
chaihuimin·2016-09-22 12:00

谈谈这一年来做项目的经历（1）

本人所在的是图像处理实验室，主要研究的是各种图像算法，比如小波变化，SAR图像处理等。由于大多数研究图像处理的各种算法，在应用这方面所做的研究就非常少。在此情况下，我开始建立水质监测平台网站。
JamsStack·2016-08-11 15:37

图像算法研究---索引图像旋转缩放锯齿问题

所谓索引图像，就是一种把像素值直接作为RGB调色板下标的图像，把像素值直接映射成调色板中的数值。索引图像最多只包含256种颜色，这256中颜色分别对应0-255个值，也就是256种索引值，一般的真彩图像中的实际数据都是RGB或者RGBA数据，而索引图像中的实际数据则是256种索引值，每个索引值对应一种RGB或者RGBA颜色数据，这样讲，相信大家更容易理解一点。介绍完了索引图像，来引入今天研究的问题
Trent1985·2016-05-22 10:00
上一页 9 10 11 12 13 14 15 16 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他