问题标签 [matlab-cvst]

我在我的项目中搜索了 matlab 的人脸检测。我找到了一个： http: //people.kyb.tuebingen.mpg.de/kienzle/fdlib/fdlib.htm

我下载了源代码，但它没有用，我从matlab得到了那个错误：

？？？'uint8' 类型的输入参数的未定义函数或方法'fdmex'。

==> tinytest 在 10 秒时出错 = fdmex(x', threshold);

主要脚本是：

你能找到错误吗？

找不到 Simulink 模块来执行模糊。可能是打算从现有块中构建此功能吗？

但是直接的方法对我来说失败了。

例如下面的模型

导致错误

为“Test_Blur/2-D Convolution”指定的维度依赖规则无效。输入端口 2 不能具有固定大小模式。

更新

Matlab 包含奇怪的悬空示例vipeffects_win，其中包含已命名的块，Effects但由于缺少“imgSize”功能，它不能开箱即用。

我正在实现我在 MATLAB 中设计的 OpenCV 算法。我正在为 OpenCV 中的 SURF 特征提取器编写单元测试，我想将 MATLAB 提取的 SURF 特征的输出与 OpenCV 进行比较。

这个问题是，对 MATLAB 和 OpenCV 提取器使用相同的参数，我得到了不同数量的特征。这怎么可能？是否有不同的方式来实现 SURF？

对于 MATLAB ( http://www.mathworks.com/help/vision/ref/detectsurffeatures.html ) 我正在使用：

MetricThresh: 200
NumOctaves: 3
NumScaleLevels: 4
SURFSize: 64

对于我正在使用的 OpenCV：

HessianThreshold: 200
nOctaves: 3
nOctaveLayers: 4
extended: false upright
: true

这里发生了什么？有没有更好的方法来测试 openCV 和 MATLAB 是否从同一图像中生成相同的提取 SURF 特征？

感谢您的帮助！

以下如何工作？

我正在寻找MSER特征点，然后将它们与matchFeatures功能配对。

显然它工作正常

但怎么可能呢？MSERRegions仅包含椭圆。他们如何配对？显然信息不够！

更新

我发现该extractFeatures函数从 MSER 点返回 SURF 特征向量。所以它比较了 64 维的 SURF 向量。

我目前正在 matlab 中编写代码来分析滤心中的光流，并且由于某种原因，每当我运行它时，它都会返回奇怪的复杂函数。我不确定它们来自哪里，我希望能得到一些帮助来解决这个问题。

它返回：

bb的变量来自哪里？

谢谢，雅各布

我在 MatLab 中遇到问题。我尝试阅读视频并播放它，但我只阅读了电影的一部分，并且无法控制帧速率。

想法是在那之后处理图像，并进行实时处理，因此我无法将图像保存在文件中以稍后创建视频。

这是我的代码：

该视频包含 2521 帧，我只阅读了前 372 帧。

在此先感谢您的帮助 ！

编辑：这可能是编解码器问题吗？

我有几张图像需要找到边缘。我尝试在 matlab 中遵循 vision.EdgeDetector System 对象，以及他们在此处给出的示例：http: //www.mathworks.com/help/vision/ref/vision.edgedetectorclass.html

他们举了一个例子

我在我的代码中完全遵循了这一点。

然而，这段代码并没有产生我想要的所有边缘，似乎 Matlab 只能拾取整个图像中大约一半的边缘。有没有一种不同的方法可以找到所有的边缘，或者有一种方法可以改进 Matlab 中的 vision.EdgeDetector 对象？

我想在 MATLAB 中将音频和视频合并为视频文件。我写了以下代码：但它给了我错误！？！谁能指导我？

我在问我如何使用 trainCascadeObjectDetector，而我已经创建了一个由文件名和绑定框坐标组成的正样本结构。我也有一个负面的示例图像文件。但是当我将功能作为流

我有这个错误：

我有一个项目，我需要制作用于人脸识别的神经网络。网络的输入应该是需要识别的人脸特征。

我搜索了很多，发现 Matlab 的计算机视觉工具箱的 SURF Detector 可以帮助我提取面部特征。但是 SURF Detector 提取人脸的关键点，并为每个关键点设置 64 或 128 个值的向量。问题是关键点的数量各不相同，我需要它对于每张脸都相同，以便能够提供神经网络的输入。

所以我想只提取一些可以表示为单个数字的特征，比如鼻子、嘴巴、眼睛与脸部的比例或眼睛之间的距离等。
我怎样才能获得这些特征，它们是否足以提供服务作为需要识别人脸的神经网络的输入？在神经网络的输出中，与数据库中不同的人的神经元数量相同，在训练阶段，我将向网络提供从照片中提取的面部特征，如果是照片，假设是第三张照片数据库中有五个人，我的输出层看起来像 [0,0,1,0,0]。

这是一个好方法吗？你能给我一些代码，在 Matlab 中从人脸中提取这些人脸特征吗？