$k$は定数で、だいたい0.04~0.06くらいです。Rの値によって以下のように分類できます。 Rが大きい: corner Rが小さい: flat R < 0: edge 図にすると、以下のようになります。 CSE/EE486 Computer Vision I, Lecture 06, Corner Detection, p22 これで手早くcornerを検出できるようになりました。ここで、corner検出についてまとめておきます。 cornerは複数のedgeが集まる箇所と定義できる 変化量をまとめた行列の固有ベクトルからedgeの向き、固有値の大きさから変化量の大きさ(edgeらしさ)がわかる 2つの固有値の値を基に、edge、corner、flatを判定できる 固有値の計算は手間であるため、判定式を利用し計算を簡略化する なお、Harrisはedgeの向きである固有ベクトルを考慮す
はじめに この記事はOpenCV Advent Calender 2016の第22日目の記事です。 OpenCVのextraモジュールの中にTracking APIというものがあり、それを使用すると動画中の物体を追跡するための様々なアルゴリズムを使用することが出来ます。 Tracking APIに使い方については、以下の記事を参考にしてください。 OpenCV Tracking API について こんなに簡単!? トラッキング ここではその中のKernelized Correlation Filter (KCF)というアルゴリズムについて、コードリーディングしてみたので、それについて解説します。 今回、コードリーディングをしようと思った理由は２つです。 Trackingの使い方の記事は見かけるけど、KCFのアルゴリズムについて解説した記事は見当たらない。論文自体が結構面白いのでぜひ紹介した
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
