图像识别技术是计算机视觉和图像处理领域里的重要研究课题之一,在军事及民用领域应用广泛。在目标检测算法中,基于特征的方法具有压缩信息量、执行速度快、精度高等优点,SIFT算法便是其中之一,但传统的SIFT算法应用于图像识别过程中数据量大、计算耗时长,提出了一种基于SURF算法的图像识别方法,并使用Android NDK调用OpenCV在Android手机平台上实现了一套图像识别系统,结果表明,基于SURF算法的图像识别系统识别效果和实时性更好、具有更强的鲁棒性。
2022-05-17 07:37:18
543KB
1
使用经典PCA算法验证对离群点的不鲁棒性，使用PCA分别对一批不含离群点的数据点和一批含有离群点的数据点进行分析，效果很好
2022-05-12 13:43:22
719B
1
AREOD
该存储库包含AREOD （用于对象检测的对抗鲁棒性评估）的代码，这是一个Python的库，用于进行对抗性机器学习研究，以正确地对标目标检测中的对抗性鲁棒性。
该存储库仍在开发中，我们使用3种针对对象检测模型的攻击来对逆向鲁棒性进行基准测试。
功能概述：
建立在tensorFlow上，并通过给定的接口支持TensorFlow和Kerasa模型
支持各种威胁模型中的多种攻击
提供现成的预训练基线模型（faster-rcnn-inception-v2-coco，多尺度GTRSB）
为bencmark模型提供方便的工具，并使用printor打印生成的对抗性样本
攻击方法清单
我们使用3种攻击方法生成对抗示例，下面的论文对此进行了介绍
，
，
，。
稍后，我们使用连接的打印机将对抗性示例打印出来，以提供更高的性能基准。
安装
git clone https://github.c
2022-05-05 14:56:50
49KB
1
提出了一种鲁棒性全景图像拼接方法。首先，为了缓和光照条件变化进行直方图均衡化；其次，利用相位相关的方法提取种子点，即重叠区域的高度纹理点，因为感兴趣区域（ROI）被限定在重叠区域，所以能得到更精确的对应点；最后，用加权块匹配算法（BMA）来最小化相机转动产生的图像扭曲问题。通过多种类型全景图像的峰值信噪比（PSNR）与其他算法相比，证明该方法具有很强的鲁棒性。
2022-05-01 16:04:00
1.02MB
1