Convert the saved checkpoint of cuda-convenet to the proto of Caffe

*Credits of the scripts go to jamt9000 on github, thanks for the helpful work! You are a deep learning consumer, you have a saved check point you trained with the cuda-convenet. You want to use Caffe to evaluate the trained neural networks on new data possiblely due to the absent of GPU. Hence you need […]

[Code] Mixture-of-Gaussian C++ 实现

一个拟合高斯混合模型(GMM)的C++实现: https://github.com/CVLearner/Mixture-of-Gaussians 只依赖于Eigen，但是因为Eigen可以用到MKL的LAPACK/BLAS实现，所以间接地可以利用MKL加速。相比于OpenCV的实现，一个好处是可以用到多核。所以目前速度尚可，但还有提升空间。感觉上Eigen并没有完全利用到MKL的速度。

[CV]人脸识别检测数据集

做了一段时间的人脸识别和检测，在这里列一下用过的数据集。基本上，大家近期也都是在这几个数据集上检测自己的算法。网上这方面的总结虽然不少，但是一则有些是多年前的数据，或是规模太小或是链接已经失效，再则是数据集的测试协议定义不明，不尽适合用来和其它方法做比较。 1. Labeled Faces in the Wild: 做人脸识别，准确的说是人脸验证(Face Verification)，UMass的LFW估计是最近被用的最多的了，LFW采用的测试协议也已经被几个新的数据集沿用了。人脸验证是指，给定两张人脸的照片，算法需要判断它们是不是来自同一个人。最新的结果(ICCV2013)，在限制条件最少的协议下，识别的准确率现在已经高达96%了。[广告^_^] 在限制条件最严的协议下，我们的CVPR2013的结果曾经是最好的。最近被Fisher Vector超过了.. 我们还会回来的… 2. YouTube Faces DB: YouTube Video Faces也是用来做人脸验证的，和LFW不同的是，在这个数据集下，算法需要判断两段视频里面是不是同一个人。有不少在照片上有效的方法，在视频上未必有效/高效。[广告^_^] 在这个数据集上，我们的最新的结果超过81%，目前还没有看到更高的准确率。 3. FDDB: FDDB也是UMass的数据集，被用来做人脸检测(Face Detection)。这个数据集比较大，比较有挑战性。而且作者提供了程序用来评估检测结果，所以在这个数据上面比较算法也相对公平。FDDB的一个问题是它的标注是椭圆而不是一般用的长方形，这一点可以会导致检测结果评估不准确。不过因为标准统一，问题倒也不大。[广告^_^] 我们ICCV2013的文章在这个数据上面有不错的结果。 4. The Gallagher Collection Person Dataset: 这也是一个做人脸检测的数据集，是Andrew Gallagher的家庭相册。虽然不是给人脸识别设计的，但是很接近实际应用的场景。很适合用来测试自己的方法。 5. The Annotated Faces in the Wild (AFW) testset: 这还是一个做人脸检测的数据集，随UCI的Xiangxin Zhu在CVPR2012的文章发布。值得注意的是在他们的主页有公开的源代码。虽然人脸检测做了很久，但是效果比较好的，可以在网上方便的得到的检测库除了OpenCV以外并不多见。 6. CMU Dataset: 做人脸检测的数据集，这是一个很有些年头的数据集了，虽然大家最近不常用这个数据，但是这不代表这个老数据集很容易对付。最新的检测算法往往需要比较稠密的取比较复杂的特征，这在这个黑白而且分辨率不高的数据集上未必可行。 7. POS Labeled Faces in the Wild: […]

[OpenCV] detectMultiScale: output detection score

OpenCV provides quite decent implementation of the Viola-Jones Face detector. A quick example looks like this (OpenCV 2.4.5 tested): // File: main.cc #include using namespace cv; int main(int argc, char **argv) { CascadeClassifier cascade; const float scale_factor(1.2f); const int min_neighbors(3); if (cascade.load(“./lbpcascade_frontalface.xml”)) { for (int i = 1; i < argc; i++) { Mat img […]

[CV]检测灰色块

遇到一个看起来非常简单的问题：一张图片里面有一些某种颜色的色块，怎么样找到它们？比较囧的是这个问题的起因。因为图片的标注文件丢了，不得不这么反向做检测来找回这些标注…想想人脸那么麻烦的结构都可以被检测出来，CV对付这种几乎完美的单颜色色块应该是小菜一碟吧。所以，大家虽然感觉反向检测自己处理的图片比较囧，但是完全不觉得这是个问题。同屋的哥们当场表示，他可以在10分钟之内搞定。他的做法是我们一开始的想法，先按照色块的颜色(RGB: 128,128,128)把图片二值化，由于JPEG压缩，色块可能会有噪声。然后我们准备对每行求和，对每列求和，会得到两个“直方图”，然后根据“峰”的位置和宽度就可以知道色块的位置和大小了。这个方法的确可以处理一张图里只有一个色块的情况，但是当图里有多个色块的时候，会出现“峰”的叠加，比如这张图，按行求和之后，由于有并排的色块。直方图就会变成这样: 这种情况之前这种方法就不好处理了。结果这个看起来非常简单的问题，我们也折腾了好半天。最后还是得人指点，用连通分量来做，才得以解决。做法是在二值化的图像上，找到不同的连通块 (Connected component)，然后留下比较大的，就是灰色块了。为了处理噪声，当然需要用Gaussian做一做模糊之类的。效果还不错。（彩色色块表示检测出来的灰色色块) 问题总是没有看起来的那么简单。 matlab 代码放到 Github 上了: detect-gray-square

[OpenCV]detectMultiScale

I met a problem when using the interface ‘detectMultiScale’ of OpenCV. The rectangles it gives out may not be fully inside the frame of the original image. As a result, if these rectangles are applied directly on the original image to crop out the detected objects, your programs crash. These are the interfaces virtual void […]

比较变量地址并不可靠

最近云风大牛又在黑我C++，可是在我学会之前，我还是要坚定不移地待在这贼船上。嘿嘿 :] “用比较地址的方法来判断两个变量(的引用)是不是同一个变量是不可靠的”，这个问题很简单，却也容易忽视。现实的情况是这样的。在写Computer Vision实验的时候，因为程序要面临的计算量往往很大，对程序的性能的优化是十分重要的。所以我就写出了这样的代码: void foo_func(Foo& foo) { //< 如果foo和上次传入的是同一个，就省掉一部分重复计算 static Foo *p_foo = NULL; if (p_foo != &foo) { p_foo = &foo; //< 大量计算 } //< 后续计算 } 在实验里，Foo这个类本身往往比较复杂，不可能做内容的逐一比较，同时这个类的实例在初始化之后内容就保持不变。写这个函数的时候没有觉得有什么问题，结果也是正确的。但是，这么做显然是不可靠的。这段代码就说明问题了: #include int main(int argc, char **argv) { using namespace std; for (int i = 0; i < 100; i++) { […]

利用摄像头判断手机移动方向[MPMotionPattern]

这部分代码是做原型用的，现在已经不在项目里。也没有什么特别的算法，所以就放在这里吧。 https://github.com/pppoe/MPMotionPattern 需要用到之前的“iOS逐帧处理录像-MPVideoProcessor”。主要的算法是从TinyMotion这个项目来的，用到的也是他们的算法。功能很简单，就是通过iPhone摄像头拍摄的图像，判断手机当前的移动方向。现在也只是支持上下左右。因为iPhone本身就有传感器可以取到这种动作，所以用图像似乎也没有什么特别的优势… 只是感觉挺好玩的。XD