|
|
|
|
@ -35,6 +35,7 @@
|
|
|
|
|
* 腐蚀，膨胀，雪花噪声，高斯噪声，高通滤波，理想低通滤波，Butterworth低通滤波器，理想高通滤波，Butterworth高通滤波器，锐化
|
|
|
|
|
|
|
|
|
|
* 人脸识别（Dlib的人脸检测工具，它使用了方向梯度直方图（HOG）的概念）
|
|
|
|
|
通过计算和统计图像的局部区域(Cell和Block)的方向梯度直方图来构成特征，先将一整幅图像像划分为大小相等的Cell小区域,比如说，先将图像划分为20pixel20pixel的小区域，然后，分别计算这些小区域的梯度方向直方图；然后，再由一定数量的小区域组成稍微大一点的区域Block，比如说由22个Cell小区域组成1个Block区域，然后，再由Block区域的方向梯度直方图特征向量组成整幅图像的方向梯度直方图HOG的特征向量；现在，这个特征向量就可以唯一的描述这幅图像，就像一个人的身份证编号(特征向量)一样，可以代表描述一个人。求出一幅图像的HOG特征向量之后，这个特征向量就可以结合SVM，实现目标检测，以图搜图
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## 作者
|
|
|
|
|
@ -45,6 +46,8 @@
|
|
|
|
|
|
|
|
|
|
* 马百腾(后端, 前端)
|
|
|
|
|
|
|
|
|
|
## 参考文献
|
|
|
|
|
人脸检测之HOG理论 https://blog.csdn.net/weixin_44237705/article/details/109801453
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
