上交计算机视觉课件4

W代表权值的总数，Pi代表第i层的感知器数量： 当网络层数不多的时候，随着感知器单元数量的增加，权值数目是平方增加的趋势
、
4.3 前向传播与反向传播算法
随着神经网络的崛起而名声大噪的方法
前向传播算法
假设上一层结点i, j, k,…与本层的结点w有连接，结点w的计算方法就是通过上一层的i, j, k等结点以及对应的连接权值进行加权和运算， 最终结果再加上一个偏置项（图中为了简单省略了），最后通过一个非线性函数（即激活函数），如ReLU，sigmoid等函数，得到的 结果就是本层结点w的输出。最终通过逐层运算的方式，得到输出层结果。
正向传播后： 反向传播：
链式推导：
最终结果：
更新权值：
、
4.4 卷积神经网络概述
计算机视觉核心网络。
卷积神经网络概述
卷积神经网络是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 卷积神经网络由一个或多个卷积层和顶端的全连通层（对应经典的神经网络）组成，同时也包括关联权重和池化层。这一结构使得卷 积神经网络能够利用输入数据的二维结构,其中最早比较有名的卷积神经网络为LeNet-5。与其他深度学习结构相比，卷积神经网络在 图像和语音识别方面能够给出更好的结果。这一模型也可以使用反向传播算法进行训练。相比较其他深度、前馈神经网络，卷积神经 网络需要考量的参数更少，使之成为一种颇具吸引力的深度学习结构。
卷积神经网络架构回顾
输入层 -> [[卷积层 -> 线性整流层]*N -> 池化层?]*M -> [全连接层 -> 线性整流层]*K -> 全连接层 堆叠几个卷积和整流层，再加一个池化层，然后再用全连接层控制输出。 上述表达式中，问号符号代表0次或1次，符号N和M则代表具体的数值。通常情况下，取N >= 0 && N <= 3,M >= 0,K >= 0 && K < 3。

1) Goal: 2) Given an image corrupted by acquisition noise,
locate the edges most likely to be generated by scene elements not by noise.
2) Operations required in edge detection
2 f
2 f
2 f
x2 y2
In discrete computation:
f 2 f[i, j 1]2f[i, j] f[i, j 1]
x2 f 2 f[i 1, j]2f[i, j] f[i 1, j] y2
Or, by template,
010
2 1 -4 1
010
4. LapLacian of Gaussian (LOG)
LOG combines Guassian filter with the LapLasian for edge detection:
iii) Edge Location: Decide which local maximum in the filter’s output are edges and which are just caused by noise.
3) Edge descriptions:
edge normal: the direction (unit vector) of the maximum intensity variation at edge pixels. Edge normal is perpendicular to the edge.
Course 5 Edge Detection
Course 5 Edge Detection

向该文件的IplImage指针。函数支持bmp、jpg、 png、 tiff等格式的图像。其函数原型如下：
IplImage* cvLoadImage( const char* filename, int iscolor);
其中，filename 是待载入图像的名称，包括图像 的扩展名；iscolor是一个辅助参数项，可选正数、零 和负数三种值，正数表示作为三通道图像载入，零表 示该图像作为单通道图像，负数表示载入图像的通道 数由图像文件自身决定。
Channels 每个元素（像素）的通道号，可以 是1，2，3，4。通道时交叉存储的，例如，通常的 彩色图像数据排列是
b0 g0 r0 b1 g1 r1… 虽然通常IPL图像格式可以存储非交叉存取的图像，并且 OpenCV也能处理，但是此函数只能创建交叉存取图像。
7、cvCircle
功能：绘制圆形。
cxcore.lib cv.lib ml.lib cvaux.lib highgui.lib cvcam.lib
三、OpenCV中常用数据结构
1、CvPoint
CvPoint定义基于二维整型坐标上的点，其结构如下。
Typedef struct CvPoint
{
int x; /*
x坐标，通常以0为基点 */
其中filename是待载入图像的名称包括图和负数三种值正数表示作为三通道图像载入零表示该图像作为单通道图像负数表示载入图像的通道窗口定义函数函数cvnamedwindow定义一个窗口用于显示图像
《计算机视觉实验》PPT 课件
一、OpenCV概述
（1）OpenCV是Intel开源计算机视觉库。它由一系 列 C 函数和少量 C++ 类构成，实现了图像处理和计 算机视觉方面的很多通用算法。 （2）OpenCV 拥有包括 300 多个C函数的跨平台的 中、高层 API。它不依赖于其它的外部库——尽管也 可以使用某些外部库。 （3）OpenCV 对非商业应用和商业应用都是免费的。 （4）OpenCV 为Intel® Integrated Performance Primitives (IPP) 提供了透明接口。

实例：雷达测距系统
computer vision
3
7.1 立体视觉基础
被动测距方法
双目视觉系统：使用两个相隔一定距离的 摄像机同时获取场景图像来生成深度图。
单目运动视觉：一个摄像机在不同空间位 置上获取两幅或两幅以上图像，通过多幅 图像的灰度信息和成像几何来生成深度图
特征深度测量：使用灰度图象的明暗特征、 纹理特征、运动特征间接的估算深度信息。
14
7.2 立体成像
依据双目立体视觉几何关系的深度计算
结合以下公式：
x
x
l
zF
x B x r zF
可以得到： z B F x l x r
其中F是焦距，B是基线距离， xl 是xr 视差。
各种场景中的点的深度就可以通过计算视差来实 现。视差一般是整数。
对于一组给定的摄像机参数，提高场景点深度计
即使两个摄像机处于一般的位置和方向时， 对应场景点的两个图像点仍然位于图像平 面和外极平面的交线（外极线）上。
computer vision
20
7.3 立体成像
从原理上讲根据“立体图象对”抽取深度信息的 处理应包括以下四部分：
在图象中寻找在两幅图象中都便于区分的特征或 用于匹配的基元（primitive）。
立体匹配的匹配规则约束
立体匹配：立体成像的深度信息测量的一个重要 步骤就是寻找立体成像对中的共轭对，即求解对 应问题。
问题：实际中求解对应问题是非常困难的，一是 计算量大，二是匹配的准确度要求高。
解决：为了求解对应，建立了许多约束来减少对 应点误匹配，并最终得到正确的匹配特征点的对 应。
computer vision
computer vision
4