本教程主要是对人脸检测及识别python实现系列 及碉堡了！程序员用深度学习写了个老板探测器（付源码） 的实现。主要实现的功能是用网络摄像头自动识别在工位通道走过的人脸，如果确认是老板的话，就用一张图片覆盖到整个屏幕上。虽然原教程已经写的很好，但是我们在实现的时候仍然踩了很多坑。本着让后来者少走点弯路的原则，我们特将最详细的步骤记录如下，以期读者朋友只花最少的时间便能体验用tensorflow实现
转载
2024-04-22 14:35:18
254阅读
一、背景介绍视频流畅性测试是视频质量评估一个重要的指标。一般的获取方法是在渲染前增加统计信息。不过这种方法需要增加额外工作量，并且也不是用户直接的体验数据。这里介绍一种基于时域运动指标/平均相关位置像素差（TI：temporal information）计算视频流畅性的方法。二、原理介绍ITU-R BT.1788 建议书对TI：temporal information、SI，Spatial per
转载
2023-09-04 14:34:37
391阅读
项目地址：https://github.com/davidsandberg/facenetfacenet基于MTCNN的人脸检测和Inception-Resnet-v1的人脸识别网络softmax,center loss 训练结果比triplet loss训练结果好太多，自己训练达到99.0%+-0.006。利用msceleb训练集。一、MTCNN人脸检测待补充二、Inception-resnet
# 视频实时检测的Java实现
在现代计算机视觉的应用中，视频实时检测已经成为了一个热点领域。无论是用于安全监控、交通监控还是工业自动化，实时检测都能为我们提供即时的信息反应。这篇文章将介绍如何用Java实现视频的实时检测，并配有代码示例和相关的序列图、关系图。
## 1. 什么是实时检测
实时检测是指在视频流中，系统能够即时地识别和处理目标物体的技术。这一过程通常涉及到图像处理和机器学习算
原创
2024-09-10 03:33:34
145阅读
在本文中，我将介绍如何在 Docker 容器中使用 Tensorflow Object-detection API 来执行实时（网络摄像头）和视频的目标检测。我使用 OpenCV 和 python3 的多任务处理库 multiprocessing、多线程库 multi-threading。我会重点描述我在搭建过程中遇到的问题，以及我的解决方案 (有些还未解决)。完整的代码在这里 my Github
转载
2024-08-19 19:16:05
70阅读
带来垃圾分类、水下垃圾/口罩垃圾/烟头垃圾检测等数据集AquaTrash垃圾识别数据集数据集下载链接：http://suo.nz/2CdMGi该数据集包含 369 张用于深度学习的垃圾图像。总共有 470 个边界框。共有 4 类 {(0: glass), (1:paper), (2:metal), (3:plastic)}口罩垃圾检测数据集下载链接：http://suo.nz/2CYpbL这个数据
这篇文章作为2021年的AAAI视频目标检测类文章，可以说是现在视频目标检测的最新技术之一了，并且已经集成到了MMtracking框架之中，可以说是集合了计算机视觉，深度学习，目标检测，视频检测等知识综合性较强的文章，以小编现在的水平很难融汇贯通，所以说作为一个笔记总结吧，以后水平提高会重新总结这篇文章
转载
2024-04-30 09:38:18
108阅读
目录：overviewdownload quick start 【Overview】MAGMA是一个用于GWAS数据分析的软件，首次发表于文章：de Leeuw C, Mooij J, Heskes T, Posthuma D (2015): MAGMA: Generalized gene-set analysis of GWAS data. PLoS Comput Biol
OTB跟踪过程 首先，对于一种视频跟踪方法，有两种跟踪过程的选择：[No Restart] 例如OPE全称为One-Pass Evaluation，或者SRE。只给定第一帧的目标区域，运行跟踪算法期间，不会进行第二次初始化，直至视频跟踪结束。[With Restart] 例如OPER全称为One-Pass Evaluation with Restart，或者SRER。在给定第一帧的目标
转载
2024-05-28 10:24:12
137阅读
传统视频监控技术只能达到“千里眼”的作用，把远程的目标图像（原始数据）传送到监控中心，由监控人员根据目视到的视频图像对现场情况做出判断。智能化视频监控的目的是将视频原始数据转化为足够量的可供监控人员决策的“有用信息”，让监控人员及时全面地了解所发生的事件：“什么地方”，“什么时间”，“什么人”，“在做什么”。将“原始数据”转化为“有用信息”的技术中，目标检测与跟踪技术的目的是要解决“什么地方”和“
转载
2024-03-22 15:06:45
145阅读
SPP网络效果有个比较大的提升，其主要原因还是在下面几步改进中。 其效果得到巨大提升，主要做了下面三种改进，最后一种改进focal loss根据作者是说效果不大，所以没做。 1、图像增强 Mosaic数据增强，就是将四张图片通过缩放等手段拼接在一起，增加单张图片内目标数。 2、SPP 通过对不同感受野的最大池化，最终进行维度拼接，可以获取到不同尺度的特征融合信息，从而提升模型性能。 根
转载
2024-04-01 11:52:25
53阅读
摘要视频运动目标检测与跟踪算法是计算机视觉领域的一个核心课题，也是智能视频监控系统的关键底层技术。它融合了图像处理、人工智能等领域的研究成果，已经广泛应用于安保监控、智能武器、视频会议、视频检索等各个领域。因此，检测与跟踪算法研究具有极其重要的理论意义和实用价值。运动目标检测与跟踪涉及到计算机图像处理、视频图像处理、模式识别、以及人工智能等诸多领域，广泛地应用于军事、工业、生活等各个方面。研究内容
转载
2024-08-27 20:53:50
628阅读
视频目标检测的特点视频目标检测，相对于图片目标检测，最大的特点就是增加了上下文的信息，视频的每一帧图片有上下文的连接对应关系和相似性。由于有上下文的关系，所以可以利用前后帧的检测结果，提升当前帧的检测精度；由于前后帧具有相似连续性，所以可以利用冗余信息加快每一帧的检测速度。目前大部分的论文都把视频帧分成关键帧和非关键帧两部分，关键帧的选取有两种方法：一种是间隔固定的帧数选取，另一种是自适应的方法选
转载
2024-05-25 20:40:25
152阅读
opencv环境 1、访问Python Extension Packages for Windows，下载python对应版本的opencv。 比如小编下载的是opencv_python-3.3.0+contrib-cp36-cp36m-win_amd64.whl，cp36表示Python是3.6版
转载
2020-07-07 20:47:00
402阅读
2评论
本文解读了香港大学联合中山大学和深睿医疗人工智能实验室 ICCV2019 论文《Motion Guided Attention for Video Salient Object Detection》。该文提出了基于运动注意力的视频显著物体检测方法（MGA），比之前最好的算法在DAVIS和FBMS数据集上分别提升了4个和8个百分点！研究背景显著物体检测问题要求对于每张图片或视频帧，预测一个二类别的像
前言： Tensorflow.js 官方提供了很多常用模型库，涵盖了平时开发中大部分场景的模型。例如，前面提到的图片识别，除此之外还有人体姿态识别，目标物体识别，语音文字等识别。其中一些可能是 Python 转换而来，但都是开发人员用海量数据或资源训练的，个人觉得准确度能满足大部分功能开发要求。这里要介绍的是目标物体识别模型 ——CooSSD。
原创
精选
2023-05-15 10:19:07
505阅读
一、前言目前，深度学习已经广泛应用于各个领域，比如图像识别，图形定位与检测，语音识别，机器翻译等等，对于这个神奇的领域，很多童鞋想要一探究竟，这里抛砖引玉的简单介绍下最火的深度学习开源框架 tensorflow。本教程不是 cookbook，所以不会将所有的东西都事无巨细的讲到，所有的示例都将使用 python。那么本篇教程会讲到什么？首先是一些基础概念，包括计算图，graph 与 session
紧接上一篇，此时，已经选择了一个预先训练好的模型，以适应新的对象检测任务。在这篇文章中，将向展示如何将数据集转换为 TFRecord 文件，以便于调整模型。这是整个过程中最棘手的部分之一，并且需要动手编写一些代码，除非选择的数据集已经是特定的格式。TensorFlow 对象检测API教程 - 第2部分：将现有数据集转换为 TFRecord在本教程中，创建了一个可识别交通灯状态的交通灯分类器。预先训
转载
2024-02-25 05:17:35
31阅读
tensorflow架构 Object detection is one of the most popular and used computer vision methods nowadays, where the intention is not only to determine whether the object is found or not in the image in the
转载
2024-08-06 21:05:06
84阅读
论文原文地址：Towards End-to-End Lane Detection: an Instance Segmentation ApproachTensorflow代码地址：lanenet-lane-detection 现在作者维护的版本更新到了2021.4.29。我上传到了百度网盘里：链接：https://pan.baidu.com/s/1XydBVV-niTo9GybRDhqu
转载
2024-05-06 12:44:02
125阅读
