함께 배워가는 학생개발자

출처 : 영상처리 및 패턴인식(KOCW 금오공대 김성영 교수님 강의) 패턴인식 시스템 설계 절차 DB구축→특징 설계→분류기 모델 선택→분류기 학습→성능평가 1. DB 구축Sample(Pattern), training set/test set 고품질일수록 좋음 2. 특징 설계- feature : 패턴을 구분할 수 있는 특성(넓이, 이심률, 색, 비트)분별력(discriminaing power)차원의 저주(curse of dimensionality)- feature vector : feature가 많은 수치 값을 갖는 경우 열벡터로 표현X = (x1, x2, ... xd)^T (x는 feature)- feature space : scatter plot PCA : 필요없는 차원(부분) 제거, 차원을 낮춰서 분별..

OpenCV 2.4.13출처 : OpenCV를 이용한 얼굴인식 프로그램 평균영상→차 영상→공분산 행렬→고유값 고유벡터→고유얼굴공간→유클리디언거리→데이터베이스→인식 1단계 : 인식후보 얼굴벡터 집합 S의 구성2단계 : 평균 얼굴벡터 계산3단계 : 각 인식후보 얼굴벡터와 평균 얼굴벡터의 차 벡터 계산4단계 : N^2 x 1 벡터 (3단계에서 구한 차 벡터)로부터 공분산 행렬 계산5단계 : 공분산 행렬의 고유값과 고유벡터 계산6단계 : 얼굴 인식 단계 얼굴인식 관련 함수1. cvCalEigenObjects2. cvEigenDecomposite3. cvEigenProjection 1. void cvCalEigenObjects(int nObjects,, void* input, void* output, int io..

* 참고http://www.kocw.net/home/search/kemView.do?kemId=434142 1. 픽셀에 임의 접근하기*image Invert(영상 반전)*value = 255 - value C++ 코드)int main(void){... Mat image = imread( ... ); // Mat 객체... if(image.channels() == 3) // 컬러 이미지colorinvert(image);else if(image.channels() == 1) // 흑백 이미지grayscaleinvert(image);...} * 영상 좌표 / 행렬 위치P(x1(c1), y1(r1)) 영상 좌표(x1, y1)행렬 위치(r1, c1) * at() method (처리시간 오래 걸림) y(행) x(열..