多频段的图像融合可以缓和图像亮度和纹理的突变,简单的说,就是构造laplace金字塔,通过对laplace金字塔进行编辑,之后再重建laplace金字塔,来得到融合图像的过程。
图像融合(一)Poisson Blending
泊松融合(Poisson Blending)又作 Seamless clone,用于将两幅图像“无缝”的融合起来,基本原理就是最优化一个方程,尽量在和base边界处保持相关的亮度,同时保留剪切过来图像的梯度,这样看起来两张图像就“无缝”拼合在一起了。因为该工具在opencv中已经存在,所以我们可以直接使用opencv体验其效果。这篇博简单介绍原理,以及感受效果。
通过VBA制作Excel田字格
制作Excel田字格的话,可以通过单元格格式+线条的方式快速制作,博主在玩儿VBA,也顺带编(摘)写(抄)了一个小工具,可以方便一键生成田字格。后面如果有更多有用的小功能的话再做一个插件来玩儿。
使用MatlabLib制作动画图表
制作简单的动态图表,用Matplotlib就可以了,Matplotlib中的FuncAnimation类可以通过一个迭代器不断创建图像帧,最后可以通过plt.show,或者直接save,将帧拼成动画保存下来。原理非常简单,博主简单做下记录,没有太多介绍。
前排放个参考链接,里面有更多炫酷的动图制作代码:Animatin-With-Matplotlib
使用labelme标注landmark点
标注landmark的话,人脸landmark标注工具比较多,但是想要标注其它物体的landmark点,可能就要自己动手了。labelme作为一款开源好用的多边形标注工具,博主借用labelme多边形标注的json文件,将其转化成landmark点的文件(博主这里使用的是.pts文件),这样我们就可以先标注好多边形,将多边形的顶点作为landmark点。
视频帧间插值(一)Softmax Splatting for Video Frame Interpolation
视频插帧是计算机视觉许多应用中的一个传统问题,splatting transformer network 技术已被广泛用于两幅图像之间的新图像合成:非监督深度估计,非监督光流预测,光流预测,新视角合成,视频插帧,视频增强,视频编辑、视频压缩、去除视频运动模糊中。视频插帧方法被分为flow-based、kernel-based、phase-based。这些方法都是估计出两帧之间的光流场,一般通过warp前一帧来得到中间帧。视频插帧在某些场景下特别困难,比如场景和物体在不断运动和变化,或者存在遮挡时,插帧问题会同时存在多个解。
这篇博客介绍CVPR2020的一篇论文,是flow-based的方法。这篇文章主要贡献有两个,一是使用了softmax splatting的方法来处理不同源像素warp之后到同一点的问题,二是使用了特征金字塔,应该是对大位移有更鲁棒。
YOLO_V3从训练到部署
darknet是一个C语言实现的深度学习框架,几乎不依赖任何库,安装编译都很方便,训练好的模型可以直接在opencv上部署,堪称业界良心。这篇博客主要包含目标检测数据标注和预处理、yolo_v3代码编译、模型训练、在opencv上部署,都是简要的笔记。
《债务危机》读书笔记(二)德国恶性通胀
1914年-1918年,第一次世界大战期间,各个参战国发行了大量的战争债券,逐步积累的本币债务导致一战中大部分参战国或早或晚终结了金本位制。对于德国来说,在德国投降和被强索战争赔款之前,大部分都是本币债务,债主是德国人。战争最后两年,以及战后《凡尔赛和约》,德国被迫借入大量外债,战争失败,寄希望于战争胜利后马克升值来处理这些外债的希望破灭了。
德国开始推行债务货币化,赖掉了国内大部分债务,同时马克疲软让德国尝到好处。虽然货币皮然不利于进口和偿还外债,但对一国经济和资本市场有刺激作用,这在经济疲软期是有益的。德国出口业和债券市场开始好转,呈现一片繁荣。
《债务危机》读书笔记(一)
《债务危机》为桥水创始人Ray·Dalio所著,这本书分为三部分,第一部分为理论阐述,介绍本书的观点,债务周期和种类,典型的债务周期主要分为通缩型和通胀型,第二部分为三个典型案例,德国一战后的恶行通胀、美国大萧条和2008次贷危机,第三部分是48次规模各异的债务危机,这本书让我们对债务危机有了全面且深刻的认识。
博主在写这篇读书笔记时刚刚读完德国恶性通胀的案例,纠正了自己很多错误的认识,读过书就要总结下,反正都是要忘记的。博主这篇读书笔记主要对应于《债务危机》的第一部分,对基本理论的介绍。主要是自己的一些摘抄*_*
Python中类似Matlab-interp2的插值函数:RectBivariateSpline与interp2d
在matlab中我们可以通过interp2在矩形网格内进行曲线插值,那么在python中有没有有类似的函数呢?有,并且有很多,都在scipy.interpolate模块中。这篇博客主要说两个比较相似的:interp2d和rectBivariateSpline。两者比较相似,如果输入是规整的网格点,那么使用rectBivariateSpline会更快。下面给一些介绍和例子:
《指数基金定投指南》读书笔记
2019年中国股市在贸易战的硝烟中表现还是可以的,可以预见的将来,投资中国发展无疑是有很高收益的,而证券市场的波动让个人投资者总是被割韭菜,那么有没有一种适合个人投资者的投资方式呢?ETF:交易型开放指数基金,是一个不错的选择。最近读了两本小白投资入门书籍《穷爸爸富爸爸》和《指数基金定投指南》,特整理读书笔记分享出来。
目标检测算法梳理YOLO、SSD、CornerNet
大概两三年前,博主有发过一篇综述:深度学习综述(二)深度学习用于目标检测 ,那时候主要是Fast-RCNN系列到yolo和ssd系列,之后很久不务正业没有跟进了。最近又开始跟进下,摘抄些笔记,没啥有深度的东西。
梳理下目标检测算法,大致经历了如下发展: 传统机器学习方法(slide window+feature extraction) -> Region Proposal + CNN -> Anchor Based CNN -> Anchor Free CNN。本文简单介绍Anchor Base方法中最著名的YOLO和SSD,Anchor Free方法中的CornerNet。
图像质量评价(一)Imatest介绍与使用
目前接触到的测试图像质量的软件有imatest和dxo analyzer,图像质量的评测需要和测试卡、光源灯器材结合使用,用于测试的器材通常价格昂贵并且越贵越好。网上imatest的破解版软件比较好找,所以相对于dxo analyzer小白用户更多,所以这篇博客简单接受imatest的安装和基本使用。
这篇博客适合新手小白,因为博主也是新手小白,大神可以不用点进来看啦。