问题标签 [haar-wavelet]

我试图在 CUDA 中为一维数组实现 HAAR 小波变换。

算法

我在输入数组中有 8 个索引

在这种情况下if(x_index>=o_width/2 || y_index>=o_height/2)，我将有 4 个线程，它们应该是 0、2、4、6，我计划用它们中的每一个处理输入中的两个索引。

我计算 avg.EG：如果我的线程 id 为 '0'-则 avg 为 (input[0]+input[1])/2 ，然后同时我得到输入 [0] 的差异 -其余线程的平均值等。

现在重要的是输出的位置。我为输出创建了一个单独的 thread_id，因为使用索引 0、2、4、6 会在将输出放置在正确的索引中造成困难。

我的 avgs 应该放在前 4 个索引中，即输出的 0、1、2、3，而 o_thread_id 应该是 0、1、2、3。同样，为了在 4、5、6、7 处放置差异，我将 0、1、2、3 与 '4' 相加，如代码所示

问题

我的输出全为零！！！无论我改变什么，我都会得到它。

代码

以下是我的主要功能：-

你能告诉我哪里出了问题，它给了我零作为输出吗？谢谢你。

我正在尝试使用 3340 个正图像和 1224 个负图像在 OpenCV 中为行人训练一个类似 haar 的分类器。（在 .txt 文件中，我保留负图像名称，即底片（1）.bmp，在 txt 文件中，我保留正图像名称，即图片（1）.bmp 1 0 0 64 128。实际上，正面示例已经被裁剪图像行人，所以我只需要为每张图像指定一个正样本）。

在训练过程中的某个时刻，它会停下来并说：

“Opencv 错误：未知函数中的断言失败 (elements_read==1)，文件 c:\path\cvhaartraining.cpp，第 1858 行”

关于造成这种情况的任何想法？

我正在开发一个需要检测用户何时打哈欠的 iOS 应用程序。

我所做的是包括 Open CV 并使用 haar 级联查找面孔，然后在面孔内找到嘴巴（也使用 haarcascade）。

我遇到的麻烦是，我相信像 (face.y - mouth.y) < something = 打哈欠这样的事情很容易检测到打哈欠。

但是我遇到的问题是面部和嘴巴的矩形是“不稳定的”，我的意思是每次循环运行面部和嘴巴的矩形的 X 和 Y 值（显然）不一样。

有没有我可以使用的“张开嘴”haar 级联，或者我怎么知道用户何时张开嘴？

我想检测两只手（使用 HSV 过滤图像）。

问题是当我把两只手放在一起时，头会夹在中间，然后就无法识别手了。

我在应用程序启动时使用 Haar 检测两只手，然后我将图像转换为 HSV（黑白）。然后我使用分割来检测物体的中心质量，这样我就可以跟随它们。我忽略了它们面积足够小的物体。

任何想法我该如何解决这个问题？

我正在尝试使用 OpenCV 2.3.0 制作人脸检测软件。虽然 OpenCV 2.4 具有面部识别器类，但 2.3.0 没有此功能。我检查了文档并指定 detectMultiScale 函数具有以下声明

现在我正在给出图像，即相机馈送，但不知道在矢量块中填充什么。这是我编写的代码。

问题：如何进一步进行？

我根据Opencv文档制作了人脸识别程序。我还想找出耳朵的位置，但是在使用为耳朵提供的 Haarcascade 时，编译器说流中有一个非法字符。Question1-如何去除这个非法字符？Question2-OpenCV为上半身提供的haarcascade如何使用？下面提供了文档的链接

http://docs.opencv.org/doc/tutorials/objdetect/cascade_classifier/cascade_classifier.html#cascade-classifier

我正在查看 objectdetect 样本，并在我用人行天桥的相机拍摄的一些镜头上尝试了几个身体检测级联（*haarcascade_fullbody/haarcascade_upperbody/haarcascade_lowerbody,haarcascade_mcs_upperbody*）。到目前为止一切都很好，但这是一项要求很高的功能。

我认为如果我通过最小/最大尺寸可能会运行得更顺畅，因为我的相机总是在同一个地方并且我找出了最小/最大边界框。不幸的是，我在尝试这样做时遇到了语法错误：

我只是添加了两个cv::Size对象作为最小值最大值，但老实说我不确定：

1. 当文档将它们列为 ints 时，为什么前面的参数也是 Size() 对象？
2. 我是在查看错误的文档还是以错误的方式查看文档？

C++: void CascadeClassifier::detectMultiScale(const Mat& image, vector& objects, double scaleFactor=1.1, int minNeighbors=3, int flags=0, Size minSize=Size(), Size maxSize=Size())

来自文档。

我在哪里可以找到训练数据或完整的用于行人检测的 lbp 级联？

如果有一个haarcascades，它应该是可以用来训练lbp cascades的训练数据，我想。

我正在尝试使用带有多分辨率分析 (MRA) 的小波分析对 1-D 信号执行 DWT 并制作 3D 图。

简而言之，MRA 将采用离散的采样数据集并对其进行小波分析。

每次通过产生前一次运行的 1/2 样本。我最终得到一个 X x Y 矩阵，每个值中都存储了一个幅度。X 是样本数（或时间），Y 是“细节”小波结果。数据矩阵可能如下所示：

这 '。' 将是 NaN 或 0 或其他可能的东西（我假设我做错了什么）。

我想制作这样的情节：

Matlab 似乎无法在图中插入那么多数据。我尝试过 meshgrid、surf、ribbon、plot3 等——但它要求所有向量的长度相同。输入 NaN 或 0 会导致结果不可靠。

到目前为止，我所做的最好的事情是使用功能区将数据表示为条带 - 但这也存在它所表示的数据的问题。

我已尽力阅读 Matlab 中的帮助页面，但没有取得太大进展。有人可以将我推向正确的方向吗？

2012 年 11 月的另一个更新 高密度冲浪图由于网格边缘颜色将显示为完全黑色。要禁用它，请使用以下函数： surf(zi, 'EdgeColor', 'none');

调整更新 我仍然不相信这是最终的解决方案，但这是我在产生像 3D 随机数据图这样的热浪方面的最大努力。这是否会帮助我意识到我的信号数据是另一回事。

这是我在这里的第一篇文章，因为我找不到任何适合我研究的答案。

我想使用 openCV 来检测要在某些项目中使用的头肩模式。

摄像头设置在天花板上，正面朝下，可用于人数统计等应用程序。

我希望我的相机从顶部检测/识别头部和肩部，而不是通常的正面或背面面部检测。

有谁知道怎么做？请与我分享一些技巧或一个简单的源代码。