在很多人眼中,人工智能有高學(xué)歷、先進(jìn)技術(shù)等高大上的標(biāo)簽,所以大家雖有想進(jìn)人工智能領(lǐng)域的心,但也只能望而卻步。在黑馬程序員人工智能就業(yè)班的學(xué)員中,也有同學(xué)曾經(jīng)存在過這樣的觀念,他們之中,有女生、有??茖W(xué)歷,但是通過一段時間的學(xué)習(xí)后,他們對人工智能的看法變發(fā)生了很大的轉(zhuǎn)變,并為自己選擇了人工智能而驕傲,最終成為高薪職場人。查看全文>>
FAST (全稱Features from accelerated segment test)是一種用于角點檢測的算法,該算法的原理是取圖像中檢測點,以該點為圓心的周圍鄰域內(nèi)像素點判斷檢測點是否為角點,通俗的講就是若一個像素周圍有一定數(shù)量的像素與該點像素值不同,則認(rèn)為其為角點。查看全文>>
meanshift原理:一個迭代的步驟,即先算出當(dāng)前點的偏移均值,移動該點到其偏移均值,然后以此為新的起始點,繼續(xù)移動,直到滿足一定的條件結(jié)束。查看全文>>
數(shù)組在進(jìn)行矢量化運算時,要求數(shù)組的形狀是相等的。當(dāng)形狀不相等的數(shù)組執(zhí)行算術(shù)運算的時候,就會出現(xiàn)廣播機(jī)制,該機(jī)制會對數(shù)組進(jìn)行擴(kuò)展,使數(shù)組的shape屬性值一樣,這樣,就可以進(jìn)行矢量化運算了。下面通過一個例子進(jìn)行說明:查看全文>>
SIFT (Scale-invariant feature transform)。它用來偵測與描述影像中的局部性特征,它在空間尺度中尋找極值點,并提取出其位置、尺度、旋轉(zhuǎn)不變量,此算法由 David Lowe在1999年所發(fā)表,2004年完善總結(jié)。查看全文>>
Shi-Tomasi算法是對Harris角點檢測算法的改進(jìn),一般會比Harris算法得到更好的角點。Harris 算法的角點響應(yīng)函數(shù)是將矩陣 M 的行列式值與 M 的跡相減,利用差值判斷是否為角點。查看全文>>