Jooo's life story

template inline T Limit(const T& value) { return ( (value > 255) ? 255 : ((value width; int imageHeight = colorSrcImage->height; int channelNum = colorSrcImage->nChannels; register int x, y; for(y=0; ywidthStep+x+2]; ///< red colorRawDat..

Face Alignment at 3000 FPS via Regressing Local Binary Features [Paper] [C++ Code] [Matlab] ▷ KEY NOTE 1. 로컬 영역 기반 특징 추출을 이용한 랜덤 포레스트 학습 2. 각 랜드마크마다 독립적으로 랜덤 포레스트 학습 3. 독립적인 학습으로 인한 Shape Constraint를 잃어버릴 수 있는 단점을 전역 선형 학습을 통해 보상 -> Dual coordinate descent method를 사용 ■ Abstract이 논문에서는 매우 효율적이고, 매우 정확한 얼굴 정렬을 위한 regression 방법에 대해 설명한다. 우리의 방법은 크게 두개의 새로운 요소로 구성된다. 1) Local Binary Feature2) 특징 학습을..

A real-time algorithm for the approximation of level-set based curve evolution[C++ Code] 코드 구조 및 원리 설명 정보 : C++/Qt로 되어 있음 관련 논문 |1| Y. Shi, W. C. Karl - A real-time algorithm for the approximation of level-set based curve evolution - IEEE Trans. Image Processing, vol. 17, no. 5, May 2008. |2| T. F. Chan, L. A. Vese - Active contours without edges - IEEE Trans. Image Processing, vol. 10, no. 2, F..

AI Korea Github : https://github.com/aikoreahttp://sanghyukchun.github.io/75/ http://deepcumen.com Machine Learning 1. Demension Reduction 2. Clustering 3. Decision Tree 4. Recurrent Neural Network 5. Conditional Random Field 6. Hidden Markov Model 7. Naive Bayesian 8. Supprot Vector Machine 9. Logistic Regression 10. Linear Regression 11. Feed-forward Neural Network Deep Learning 1. Convolution..

Tree와 Fern의 차이[원본 PPT] [C++ Code] [Paper] 그림과 같이, Tree는 노드에 해당하는 특징들끼리 의존적이라는 특성이 있지만, Fern의 경우, depth가 같으면 같은 특징이므로, 특징들 간 독립이다. Random Ferns의 학습과 인식 과정 아래 그림은 학습과 인식 과정을 아주 쉽게 표현한 그림이다. 이것만 봐도 대략적인 알고리즘은 이해가 될 것이다.간혹, 그래프를 클래스 별로 각각 표현하는 그림도 있지만, 해당 그림은 여러개의 클래스를 하나의 그래프로 표현해서 좀 더 이해가 쉬웠다.

Socket.IO C++ : http://socket.io/blog/socket-io-cpp/# Based on Boost and WebSocket++, this full-featured Socket.IO 1.0 client has the fundamental advantage of working on multiple platforms. Check out the directory of examples. It contains examples of iOS, QT, and CLI chat clients! 응용 프로그램 분야 : 채팅 프로그램

2. Alignment Helps Detection: a Post Classifier ( Joint 방법의 타당성을 주장하기 위한 절) OpenCV 얼굴 검출기를 이용하여 얼굴을 검출한다. 여기서 최대한 많은 얼굴을 검출하기 위해 낮은 임계값을 이용한다. 검출기의 출력은 매우 많은 얼굴 영역을 출력한다. Linear SVM을 학습하기 위해 먼저 Positive 영역과 Negative 영역을 구분한다. 두번째 단계에서는 모든 출력 영역을 사용한다. 이 두번째 단계의 분류기를 post classifier 라고 부른다. 모든 윈도우는 96 * 96 사이즈로 리사이즈 한다. 우리는 3종류의 특징을 비교한다. 또한 각 특징에서 alignment를 수행했을 때와, 안했을 때를 함께 비교한다. 1. 윈도우를 6*6의..

동영상 : https://www.youtube.com/watch?v=-Bb08TTYhi4cas AVM 의 결과 영상에서 Lane을 이용해서 자동으로 캘리브레이션 하는 연구

윈도우 7 에서 매트랩 7.1 삭제시 다음과 같은 에러 메시지 박스 발생 exception calling main 해결책 : 1. 바탕화면에서 마우스 우클릭 2. 개인설정 3. 기본 및 고대비 테마에서 windows 고전 선택 4. 매트랩(matlab) 삭제

Robust Face Landmark Estimation under Occlusion : [matlab code]-[Caltech Occluded Faces in the Wild(COFW) Dataset] Face Alignment by Explicit Shape Regression : [c++ code][강좌][특허] [C++ code] Face Alignment at 3000 FPS via Regressing Local Binary Features : [matlab code] : liblinear 필요, 학습된 모델 파일 제공, DB 링크 제공: [slideshare] [video] ※ Image Path List 생성 프로그램 : - 유투브 동영상 댓글에서 발췌 : 추적의 경우 평균 모양(mean ..