【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection

7月前作者：量子-Alex 分类：Toy博客阅读(29) 违法举报

这篇具有很好参考价值的文章主要介绍了【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection

1 实现尺度不变性

不管多近多远，多大多小都能检测出来
【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能

找到一个函数，实现尺度的选择特性

2 高斯偏导模版求边缘做卷积

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能

3 高斯二阶导=拉普拉斯

看哪个信号能产生最大响应
高斯二阶模版检测尺度（用二阶过零点检测边缘）
高斯二阶导有两个参数：方差和窗宽
最后图表示当信号与高斯滤波核能匹配的时候，能产生一个极大值
【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能
准备一堆模版上去卷积，看看哪个能产生最大响应
但是随着信号变化发生了信号衰减

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能
高斯偏导核
信号的总面积：随着方差的变大，会越来越小

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能
所以乘以 $\sigma$ ，消去后进行补偿
对于拉普拉斯乘以 $\sigma^2$

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能

4 怎么进行多尺度检测-尺度与窗宽、高斯方差之间的关系

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能
结论：要有最大响应，

信号宽度与零平面垂直
三种情况

零平面的圆的方程
圆的半径就是尺度

5 不同的尺度去卷积

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能

每一个尺度有一个图像
看具体的一个像素点在图像中的变化
每三个尺度进行比较，只和上下尺度进行比较
如果不做NMS，周边的点也差不多
所以要做NMS，某个点与周边和上下的周边的26个点（同一尺度8个点，上下尺度各9个点）进行比较

6 Harris和Laplacian结合

在Harris角点附近看它有没有Laplacian特性
【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能

7 SIFT特征

DOG模版

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能

【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能

改进效率问题
【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection,CV知识学习和论文阅读,计算机视觉,笔记,人工智能

①构造高斯差分空间
与原空间只相差一个常数
用一样的卷积核，但是把图像缩小文章来源地址https://www.toymoban.com/news/detail-829725.html

到了这里，关于【北邮鲁鹏老师计算机视觉课程笔记】07 Local feature-Blob detection的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：

领支付宝红包赞助服务器费用

计算机视觉（北邮鲁鹏）学习记录

基本题型：题型：选择、填空、简答、分析绝大多数内容参考自PPT 基本了解内容：每个过程都有些啥图像表示：二进制图像、灰度图像、彩色图像。（将矩阵转为列向量）3072维分类模型：线性分类模型。是神经网络和支持向量机的基础。。线性分类模型是一种线性映

2024年02月03日
浏览(35)
计算机视觉与深度学习-图像分割-视觉识别任务03-实例分割-【北邮鲁鹏】

论文题目：Mask R-CNN 论文链接：论文下载论文代码：Facebook代码链接；Tensorflow版本代码链接； Keras and TensorFlow版本代码链接；MxNet版本代码链接参考：Mask R-CNN详解将图像中的每个像素与其所属的目标实例进行关联，并为每个像素分配一个特定的标签，以实现像素级别的目标

2024年02月07日
浏览(45)
计算机视觉与深度学习-图像分割-视觉识别任务01-语义分割-【北邮鲁鹏】

给每个像素分配类别标签。不区分实例，只考虑像素类别。滑动窗口缺点重叠区域的特征反复被计算，效率很低。所以针对该问题提出了新的解决方案–全卷积。让整个网络只包含卷积层，一次性输出所有像素的类别预测。全卷积优点不用将图片分为一个个小区域然后再

2024年02月07日
浏览(63)
计算机视觉与深度学习-卷积神经网络-卷积&图像去噪&边缘提取-图像去噪 [北邮鲁鹏]

计算机视觉与深度学习-04-图像去噪卷积-北邮鲁鹏老师课程笔记噪声点，其实在视觉上看上去让人感觉很难受，直观理解就是它跟周围的像素点差异比较大，显得比较突兀，视觉看起来很不舒服，这就是噪声点。黑丝像素和白色像素随机出现白色像素随机出现使用高斯卷积

2024年02月07日
浏览(30)
计算机视觉与深度学习-全连接神经网络-详解梯度下降从BGD到ADAM - [北邮鲁鹏]

耿直哥讲AI：https://www.bilibili.com/video/BV18P4y1j7uH/?spm_id_from=333.337.search-card.all.clickvd_source=f6c19848d8193916be907d5b2e35bce8 计算机视觉与深度学习北京邮电大学鲁鹏清晰版合集（完整版）：https://www.bilibili.com/video/BV1V54y1B7K3?p=5vd_source=f6c19848d8193916be907d5b2e35bce8 梯度下降（Gradient Descent）是

2024年02月07日
浏览(32)
计算机视觉与深度学习-全连接神经网络-训练过程-欠拟合、过拟合和Dropout- [北邮鲁鹏]

机器学习的根本问题是优化与泛化问题。优化：是指调节模型以在训练数据上得到最佳性能。泛化：是指训练好的模型在前所未见的数据上的性能好坏。出现过拟合，得到的模型在训练集上的准确率很高，但是在真实的场景下识别率确很低。过拟合overfitting：指学习时

2024年02月07日
浏览(36)
（计算机视觉课程-笔记1）图像边缘检测

Sobel算子是一种常用于图像处理和计算机视觉中的边缘检测算法。它用于识别图像中的边缘区域，即图像中灰度值发生剧烈变化的地方。Sobel算子基于图像的灰度梯度，通过计算每个像素点周围像素的灰度值差异，来确定边缘的位置和方向。 Sobel算子主要由两个3x3的矩阵组成，

2024年02月16日
浏览(37)
【计算机视觉课程设计】基于暗通道先验单幅图像去雾算法的实现（MATLAB）

随着信息化时代的到来，计算机视觉得以迅速发展，在社会生活中的各个领域发挥了重要作用。然而，近年来大气污染逐渐加重，雾霾天气出现的频率越来越高，导致户外成像设备不能捕捉到高质量的清晰图像，无法正常运用于计算机视觉系统。因此，对雾天图像进

2024年02月05日
浏览(36)
【计算机组成课程笔记】7.1 存储层次结构概况

课程链接：计算机组成_北京大学_中国大学MOOC(慕课) 7 - 1 - 701-存储层次结构概况（15-\\\'14-\\\'-\\\'）_哔哩哔哩_bilibili 这是我们已经非常熟悉的冯·诺依曼计算机结构，其中和存储功能相关的部件有：存储器和外部记录介质肯定具有存储功能，另外还有一个自带存储功能的运算器。为

2024年02月07日
浏览(30)
计算机视觉笔记第三章：目标检测

计算机视觉笔记：第一章图像分类-CSDN博客计算机视觉笔记第二章图像语义分割-CSDN博客计算机视觉笔记第三章：目标检测-CSDN博客计算机视觉第四章：图像识别、目标跟踪-CSDN博客计算机视觉第五章多目视觉（立体视觉）-CSDN博客标定图像中目标的位置，并给出目标

2024年04月17日
浏览(26)