临近年末,又要开始准备论文投稿了,半年前投稿Electronics Letters的文章被拒稿,期间审稿超过四个月,并且没有任何审稿意见,从这一点上来看我是不看好这家期刊的。不过,失败是成功他妈,这次投稿经历应该还是值得分享的,如果能对正在投稿EL的作者有帮助是最好的,不过还是建议不要投该期刊,体验实在太差了。…

计算机视觉和模式识别领域的代表就是四大顶会了:ICCV、ECCV、CVPR、NIPS,还有就是难度最高的PAMI了,这些都让人望而生畏。那么除了这些耳熟能详的期刊和会议之外,还有哪些该领域的期刊呢?

下面我收集了一些该领域的代表性期刊,并介绍了他们的影响因子以及投稿难度和审稿周期。希望对大家有帮助吧,后期大家还有发现的可以留言,补充哦。…

在Windows和Linux下有多种计时方式,包括Windows定时器(精度大约在15ms),借助CPU的多媒体定时器(精度在1ms左右)。然而在计算机主板上都有专门的时钟芯片,可以提供极为精确的时间,在选择计时方式时,要考虑到,获取约精确的时间,就要耗费更多的资源,在实际编程时应根据使用条件选择合理的计时方式。这篇博客将介绍Windows/Linux下获取精确时间的方法,并提供一个封装较好的简单计时类。…

点云配准是计算机视觉的热门研究方向,目前对于刚性点云配准的研究比较全面,对于非刚性点云配准算法的研究相对较弱,总体上来说,ICP、卡尔曼滤波等见到的比较多,这篇博客也只是对一些点云配准算法的简单摘抄以做记录。…

图像配准的方法大致分为三类,一类是基于灰度和模板的,这类方法直接采用相关运算等方式计算相关值来寻求最佳匹配位置,方法简单较为死板,一般效果不会太好。第二类是基于特征的匹配方法,如sift、surf点特征,或者向量特征等等,适应性较强。第三类是基于域变换的方法,采用相位相关(傅里叶-梅林变换)或者沃尔什变换、小波等方法,在新的域下进行配准。

我之前的博客介绍过傅里叶-梅林变换进行图像配准,其实也就是基于相位相关的原理,结合对数-极坐标变换进行图像配准,并给出了源码。这篇博客是对以上三类方法的小总结,无源码,都是废话,见谅。…

作为研究生,科研工作进入最后阶段,繁忙于各种非技术性问题,已经不太有看Paper分享新东西的精力,网站内容也很久没有更新,考虑到今后可能进入无人驾驶领域,有空时会Post一些科普性的ppt,可能会有些琐碎浅显。个人的考虑是,即使降低原创性和质量,也有必要维持网站内容不断更新,以后有机会从事新的研究,再不断的来分享。

作为计算机视觉研究者,无人驾驶无疑是对目前计算机视觉技术、传感器技术的总结,这篇博客主要介绍(科普)一些无人驾驶的工作原理和关键技术。…

Piotr Dollar在行人检测方面有着深入的研究,尤其是在深度学习兴起以前,其对Adaboost的研究优化和改进令人瞩目,其目标检测工具箱Piotr Dollar’s Toolbox被广泛使用。在使用该工具箱的过程中,我们通常需要手动勾选正样本,不得不承认,在监督学习的过程中,标注样本是重要,且费时费力的重复体力劳动,提高标注的效率至关重要。

博主在这篇博客中,释出一份配合该工具箱使用的GUI程序,帮助勾选样本,进行标注。…

在基于双目立体视觉的工业机器人抓取系统中涉及三个坐标系:世界坐标系(现实世界中的坐标位置)、机器人坐标系(以机器人基座标 标识的坐标位置)和 相机坐标系(以双目相机中某相机光心位置为原点,光轴作为参考坐标轴的坐标表示)。这篇博客主要介绍立体视觉系统中坐标转化,以及实际操作中如何进行相机的标定和机器人的标定。

这篇博客主要是博主的实验流程记录,代码托管于github。 …