前段时间记事本内容

2016-12-11   09:09:22

14:40 2016/10/30光学字符识别 OCR
径向基函数

加权局部二值模式的人脸特征提取

基于局部二值模式的纹理分类特征提取

你好,谢谢你对我们的研究工作感兴趣。BRINT代码没有整理好,但是我们有较新的一种方法,MRELBP,在OULU大学MVG小组官网上可以找到。在他们的官网还可以找到一些LBP方法的代码,可以用于学习。
另外,我们还有一些别的论文,我都发给你,供参考。

局部不变特征综述
http://blog.sina.cn/dpool/blog/s/blog_52510b1d01014xks.html


1.打开软件
2.修改参数:direction0,1,2,3
灵敏度参数:0-9
3.result错误分类,计算误报率

云栖大会 视频

RMB方向分类:
1.去掉raw文件;
2.根据毛爷爷在top或者bottom面,分类0-3;(按对分类)
3.每一类是成对出现的,按照top->up,bottom->down的规则重命名


-----------------------------------建样本库算法——————————————————————

流程:
mian()-->ImageRecognition()

-->ImageValueCheck()-->LocateMoneyCorner()(角点矫正模块--角点结构体:包含四个角点坐标,四条边等等信息)

-->FindCornerAndAngle()-->GetMoneyEdgePoint()--->

-----------------------------------建样本库算法end——————————————————————


2016/10/24

1)样本整理
2)图像处理程序作业
3)CMOS调试
4)英语
5)矫正算法理解


-------------------------AK算法流程----------------
1.分析文件路径 PathAnalyze
2.加载图像数据 loadBitmapFromFile:依次遍历保存的文件名称;新代码从while(1)遍历0~n文件
3.面额识别 ImageValueCheck---->LocateIDCornerNew--->FindCornerAndAngle


针对一些判断的特殊样本:

1.两条边不平行,相差8度以上;然后置信度都小于40%,需要矫正的样本。

2.图像成像?up/down


opencv_core2411d.lib
opencv_calib3d2411d.lib
opencv_contrib2411d.lib
opencv_features2d2411d.lib
opencv_flann2411d.lib
opencv_gpu2411d.lib
opencv_highgui2411d.lib
opencv_imgproc2411d.lib
opencv_legacy2411d.lib
opencv_ml2411d.lib
opencv_objdetect2411d.lib
opencv_ts2411d.lib
opencv_video2411d.lib


周末任务:

1.学术道德 讨论
2.实验室安全考试
3.英语作文
4.清分机任务
5.其他学习

有的机器可能没有码盘值

I will make good use of github, keep the idea of open source,
positive contributions to my code! I often download open source code,
learn some open source software.This is my github address: https://github.com/ranjiewwen .
From this you can get my contibutions last years .
Now I am a graduate student, research direction of digital image processing and machine vision .
So I often contact with so many open source libraries ,such as opencv,opensift ,qt-creator , python,Linux,caffe,docker,scikit-learn,tensorflow and so on .
I apply to github education project to improve myself .
If I get this chance , I will cherish to use, learn more technology !

原文地址:https://www.cnblogs.com/ranjiewen/p/6159035.html