算法工程师的基本职责概述 算法工程师的基本职责概述1 职责： 1、负责图像特征提取、运动物体跟踪算法的开发与实现。 2、负责进行各类机器学习、深度神经网络产品的研发。 &
转载
2023-11-14 21:47:36
32阅读
Haar特征原理Haar特征分为四类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模版。特征模版内有白色和黑色两种矩形，并定义该模版的特征值为白色矩形像素和减去黑色矩形像素和。Haar特征值反映了图像的灰度变化情况。脸部的一些特征能由矩形简单的描述，如眼睛要比脸颊颜色深，鼻梁两侧比鼻梁颜色深，嘴巴比周围颜色深等。但矩形特征只对一些简单的图形结构，如边缘、线段较敏感所以只能描述特定走向（水平
转载
2023-07-10 00:10:42
192阅读
CV 算法工程师/专家（60万以内可谈）、C＋＋高开、JAVA 高开的伙伴们，有没有想回合肥发展的呢，base 合肥～高新区，有意向的小哥哥小姐姐们可以直接联系我了解公司和职位的具体详情，微信或者私信我都可以
原创
2021-07-20 16:55:29
167阅读
CV方向：（object detection， semantic segmentation， 人脸，姿态，视觉重建，图像恢复生成（gan），识别分类等） 面试经验总结：对自己项目的每个细节都了解清楚，多总结面试 对基本知识点的掌握要清晰，不能模棱两可 对算法公式的掌握要细致，防止推公式。 需要准备的：论文，实习经历，项目（硬
转载
2024-01-05 20:16:43
53阅读
算法面试必备-----推荐算法算法面试必备-----推荐算法推荐算法概述1、基于流行度的推荐算法2、基于内容的推荐算法3、基于关联规则的推荐算法4、基于协同过滤的推荐算法4.1、基于用户的推荐4.2、基于物品的推荐协同过滤算法总结5、基于模型的推荐算法6、混合算法推荐算法详解关联规则：基础概念关联规则：Apriori算法算法过程算法的不足关联规则：FP-growth算法算法概述算法流程协同过滤（
转载
2024-01-15 17:26:06
63阅读
前言 论文：Simple Online and Realtime Tracking with a Deep Association Metric 参
原创
2022-12-04 08:30:34
138阅读
## 科普文章：算法在NLP和CV中的应用
### 导言
在当今数字化时代，人工智能技术已经成为各行各业的热门话题。而在人工智能领域中，自然语言处理（NLP）和计算机视觉（CV）是两个重要的分支，而算法则是这两个领域的核心。本文将介绍算法在NLP和CV中的应用，并通过代码示例展示其功能。
### 算法在NLP中的应用
自然语言处理是人工智能领域的一个重要分支，旨在实现计算机与人类自然语言之
原创
2024-04-25 06:38:40
41阅读
前言 论文 SOLO: Segmenting Objects by Locations,Xinlong Wang, Tao Kong, Chunhua Shen, Yuning Jiang, Lei LiIn: Proc. European Conference on Computer Vision
原创
2022-07-12 10:14:28
139阅读
# Linux下使用Java CV实现GPU解码
随着计算机技术的不断发展，图像和视频处理变得愈发重要。在这一领域，GPU（图形处理单元）因为其强大的并行计算能力，成为了解码和处理视频流的首选。本文将介绍如何在Linux环境中使用Java CV实现GPU解码，并给出相关的代码示例。
## 1. 初步准备
在开始之前，我们需要确保Linux系统中安装了Java和OpenCV（特别是带有CUDA
# JavaCV如何实现人脸识别
## 介绍
人脸识别是一种计算机视觉技术，用于识别和验证人脸。JavaCV是一个基于OpenCV库的Java接口，可以用于实现人脸识别。本文将介绍如何使用JavaCV实现人脸识别，并提供代码示例。
## 步骤
实现人脸识别的一般步骤包括：
1. 加载人脸识别模型
2. 加载图像或视频
3. 检测人脸
4. 提取人脸特征
5. 进行人脸比对
下面我们详细介绍
原创
2023-12-19 09:58:16
193阅读
几种IoU的理解IoUIOU是用来衡量两个边界框的重叠程度的。 GIoU论文的地址为：https://arxiv.org/abs/1902.09630github代码地址：https://github.com/generalized-iou这篇论文出自CVPR2019，这篇论文提出了一种优化边界框的新方式即GIOU。对于任意的两个Ａ、B框，首先找到一个能够包住它们的最小
原创
2022-11-04 06:28:34
297阅读
阈值化函数我的理解为，在计算机图像视觉中，我们常见的RGB图像表现的信息过多，可能会存在于一些掺杂的噪声（因为针对视觉
原创
2024-09-10 09:39:07
391阅读
前言 MeanShift(均值漂移)是基于密度的非参数聚类算法，其算法思想是假设不同簇类的数据集符合不同的概率密度分布，找到任一样本点密度增大的最快方向（最快方向的含义就是Mean Shift），样本密度高的区域对应于该分布的最大值，这些样本点最终会在局部密度最大值收敛，且收敛到相同局部最大值的点被认为是同一簇类的成员。MeanShift算法沿着
原创
2022-11-04 06:25:37
386阅读
作者提出focal loss的出发点也是希望one-stage detector可以达到two-stage detector的准确率，同时不影响原有的速度。既然有了出发点，那么就要找one-stage detector的准确率不如two-stage detector的原因，作者认为原因是：样本的类别不均衡导致的。负样本数量太大，占总的loss的大部分，而且多是容易分类的，因此使得模型的
原创
2022-11-04 06:24:08
158阅读
0、旅行商问题背景此文是面向的任意出发点，走封闭路线的最优寻找（其实如果封闭了，一旦收敛，就是轨迹确定，其实就无所谓从哪里出发，走得什么方向了）并把从出发点到终点再到出发点的每两个城市间的距离之和来作为个体的适应度1、bug总结基本上都是一些低端错误，看着图一乐就好(1)最大错误：以i为循环变量进行，每一generation的迭代，在循环体里面的小循环中不小心也用i做了循环变量，导致总循环次数出错
边缘的定义轮廓和边缘的关系轮廓代表的整体特征，边缘代表局部特征一般认为轮廓是对物体的完整边界的描述，边缘点一
原创
2024-06-07 16:24:38
105阅读
前言 算法流程 对于首次检测结果，创建跟踪轨迹； 对于之后的每次检测结果， $D_f$：置信度大于$\sigma_l$的检测结果； 对于每一个激活轨迹， $d_{best} = d_j$where $max(IOU(d_j, t_i)), d_j \in D_f$ 如果$IOU(d_{best},
原创
2022-09-17 02:37:51
300阅读
但麻烦的是，大数人拥有的是CPU，有没有办法能在自己的电脑上用CPU就能实现自己的目标跟踪能力。在视频目标跟踪中的期望是在当前
原创
2024-08-02 09:49:07
145阅读
前言：本篇博客只是一个简单的实现边缘泛光功能的例子，主要是当做笔记使用。核心要点： 1.使用法向量和视角向量的点积值来获取明亮度，从模型边缘到模型中心点积值从0~1变化。点积值为负数说明当前顶点在平面背面，摄像机视角看不到，可以不做明亮度处理。点积值为正值时，说明当前顶点在平面正面，可以结合衰减系数调用pow接口来获取衰减后的明亮值。2.第一个pass主要是沿着法向量方向缩放模型，并从模型中心点往
1.cv2.goodFeaturesToTrack(old_gray, mask=None, **feature_params) 用于获得光流估计所需要的角点参数说明：old_gray表示输入图片，mask表示掩模，feature_params:maxCorners=100角点的最大个数,qualityLevel=0.3角点品质,minDistance=7即在这个范围内只存在一个品质最
转载
2024-05-11 20:55:53
124阅读
