majunfu

原创 MeshLab基本使用方法

Meshlab基本用法

原创 linux下安装cmake

linux下安装cmakestep 1 确定当前机器位数step 2 下载指定版本的cmake压缩包step 3 解压的cmake压缩包step 4 安装gccstep 5 安装cmakestep 6 查看cmake版本，验证是否安装完成step 1 确定当前机器位数getconf LONG_BITstep 2 下载指定版本的cmake压缩包wget https://cmake.org/files/v3.3/cmake-3.3.2.tar.gzstep 3 解压的cmake压

原创 linux系统升级更新gcc

linux系统升级更新gccStep 1Step 2Step 3Step 4Step 5Step 6Step 7Step 8Step 1进入网站：http://ftp.gnu.org/gnu/gcc/ 选择你需要的gcc版本比如选择 gcc-5.4.0.tar.gz这个文件下载可以通过下边方式完成wget http://ftp.gnu.org/gnu/gcc/gcc-5.4.0/gcc-5.4.0.tar.gzStep 2解压已经下载的软件包，可以参考下面命令tar -zxvf gcc-5

原创 欧拉角-万向锁

欧拉角 万向锁旋转的三种表示方法欧拉角动态欧拉角万向锁其实欧拉角万向锁问题很好理解，想要完全理解欧拉角导致的万向锁问题首先要真的搞明白以下几个概念，这几个概念理解了万向锁问题就非常简单。旋转的三种表示方法1 旋转矩阵2 欧拉角3 四元数欧拉角动态欧拉角欧拉角分为两种，狭义上就是指动态欧拉角，实质上就是指旋转按照固定次序依据自身坐标系进行的操作。这里有两个重点，一个是固定次序，一个是自身坐标。以上两个因素决定了 第一次旋转会影响另外两个轴的变化 第二次旋转会影响另外一个轴的变化 第三次旋转只

原创 3D人脸重建资源汇总

3D人脸重建资源汇总1 High-fidelity Face Tracking for AR/VR via Deep Lighting Adaptation2 Beyond 3DMM Space: Towards Fine-grained 3D Face Reconstruction论文 |3 Inequality-Constrained and Robust 3D Face Model Fitting4 Towards Fast, Accurate and Stable 3D Dense Face Ali

原创 深度学习-常用激活函数-下篇

深度学习-常用激活函数-下篇SELU 激活函数Swish激活函数Maxout激活函数CRelu激活函数Softplus激活函数Softsign激活函数Mish激活函数H-Swish激活函数SELU 激活函数此激活函数来源：https://arxiv.org/pdf/1706.02515.pdf具体公式：其中lamada：1.0507009873554804934193349852946alpha：1.6732632423543772848170429916717具体以上两个值得得出细节可以参

原创 Whole-Body Human Pose Estimation in the World

论文题目:Whole-Body Human Pose Estimation in the World摘要（Abstract）这篇文章对人体全身的二维姿态进行研究，目标是定位出人脸，人手，身体以及人脚对应的稠密关键点。目前来说存在的公开数据集并没有全身的标注信息，以前的工作不得不集成在不同数据集上独立训练的不同模型(人脸特征点模型，人体特征点模型，手部特征点模型等)，并且要面对不同的数据集偏置和较大的模型复杂度。为了填补这个空白，我们引入COCO-WholeBody数据集，这是一个在全身关键点方面标注上对

原创 解决neural-renderer-pytorch编译安装问题

解决neural-renderer-pytorch编译安装问题问题概述错误列表如下解决方案step 1step 2step 3问题概述由于neural-renderer-pytorch这个python资源库本身的编写问题，导致和高版本的pytorch不兼容，我使用的是 pytorch=1.8.1错误列表如下ERROR: Command errored out with exit status 1: command: /home/majunfu/anaconda3/envs/spin/bin/p

原创 论文学习：I2L-MeshNet

论文学习：I2L-MeshNet: Image-to-Lixel Prediction Network for Accurate 3D Human Pose and Mesh Estimation from a Single RGB Image论文链接：论文代码链接：代码摘要（Abstract）：从单张图像回归3D人体姿态和蒙版的方法绝大部分都是以直接回归相关系数的方式实现。然而直接回归参数会损失输入图像像素之间的关系并且是一个高度的非线性的映射。除此之外，此类方法不能够对预测结果的不确定性进行量化

原创 Monocular, One-stage, Regression of Multiple 3D People

论文学习 CenterHMR: a Bottom-up Single-shot Method for Multi-person 3D Mesh Recovery from a Single Image摘要（Abstract）论文链接：论文代码链接：代码摘要（Abstract）本文的核心任务是从单张图像中恢复多人的3D姿态。目前存在的方法主流的一般都是多阶段的处理方式，首先利用人体检测器检测每个人体区域，然后再对每个人体区域进行进一步的3D姿态回归。相比较之下，我们提出了单阶段处理方法来实现单张图多人

原创 深度学习-常用激活函数-上篇

深度学习中的激活函数有很多种，本文将不断持续更新一些工业界常用并有效的激活函数，供大家查阅

原创 人脸美妆之饱和度调节

本次分享PS饱和度调节算法代码，具体实现如下：float max_value(float a, float b, float c) { if (a > b && a > c) return a; if (b > a && b > c) return b; return c;}float min_value(float a, f...

原创 利用简单阈值实现人脸假风格化

使用自定义阈值操作RGB颜色空间，实现简单人脸风格化操作void onchance(int value,void*param) { cv::Mat src = *(cv::Mat*)param; cv::Mat dst; cv::threshold(src, dst, value, 255, cv::THRESH_BINARY); cv::imshow("TrackBar", dst...

原创 人脸滤镜-几何变换简单代码

人脸几何滤镜主要是根据简单的几何变换公式，实现对图像的扭曲，达到类似哈哈镜的娱乐目的，具体代码如下，很简单：int test_func() { cv::Mat src_img = cv::imread("test.jpg"); float coe = 150.0; cv::Mat res_img; cv::Point cen_pnt(239, 364); sphere_trans(s...

原创 数据结构经典搜索算法

//顺序查找int seq_search(int* arrays, int len,int val){ if (NULL == arrays || len < 2) return 0; for (int i=0;i<len;i++) { if (val == arrays[i]) return i; } return -1;}//二值查找i...

原创 数据结构经典排序算法

//冒泡排序int bubble_sort(int *arrays,int arr_len) { if (NULL == arrays || arr_len < 2) return 0; for (int i = 0; i < arr_len - 1; i++) { for (int j = 1; j < arr_len - i; j++) { if...

原创 CVPR2019 人脸相关论文链接

Hi,Every Body以下链接是CVPR 2019 人脸相关链接下载，有需要请自取。链接：https://pan.baidu.com/s/1need1a-tWb1C7Uc3qYLenA提取码：2vn9复制这段内容后打开百度网盘手机App，操作更方便哦...

原创 PFLD: A Practical Facial Landmark Detector 论文解读

转载 深度 | 提升深度学习模型的表现，你需要这20个技巧（附论文）

深度 | 提升深度学习模型的表现，你需要这20个技巧（附论文） 2016-09-23 机器之心选自machielearningmastery机器之心编译 作者：Jason Brownlee 参与：杜夏德、陈晨、吴攀、Terrence、李亚洲本文原文的作者 Jason Brownlee 是一位职业软件开发者，没有博士学位的他通过「从应用中学习」的方法自学了机器学习，他表示对帮助...

原创 LeNet 网络详解

LeNet网络详解LeNet网络是Yann LeCun大神的论文，来源Gradient-Based Learning Applied to Document Recognition 具体结构如下：input-&gt;C1 由32*32的图像 经过6个卷积核的操作，生成六个feature maps ，也就是输出特征图(28*28)C1-&gt;S2 下采样层（pooling），...

原创 剑指offer 面试题3

#includeusing namespace std;bool Find(int *matrix,int rows,int columns,int number){ bool found = false; if (matrix!=NULL && rows>=0 && columns>=0) { int row = 0, column = colu

原创 Cascaded Pose Regression

摘要我们提出一种快速和准确的称为级联姿态回归（CPR）算法来计算图像中的对象的2D姿态。 CPR算法逐步细化随意指定的初始姿态，其中每一次姿态修正由不同的回归器确定。 每一个回归器执行简单图像测量依赖于先前回归器的输出结果; 整个系统从人工注释的训练数据集中自动学习。 CPR不限于刚性变换：“姿态”是对象外观的任何参数化变化，例如可变形和关节对象的自由度。 我们比较CPR与标准回归技术和人工标

原创 opencv快速傅里叶变换实例

opencv快速傅里叶变换实例int main(){ Mat I = imread("ted_cruz.jpg", CV_LOAD_IMAGE_GRAYSCALE); if (I.empty()) return -1; cout << I.size() << endl; Mat padded; /

原创 美团点评校招笔试题

美团点评11:在网络7层协议中，如果想使用UDP协议达到TCP协议的效果,可以在哪层做文章?因为UDP要达到TCP的功能就必须实现拥塞控制的功能,而且是在路由之间实现,这个在底层明显是做不到拥塞控制的,在应用层也是做不到的,因为应用层之间和应用程序挂钩,一般只能操控主机的程序,而表示层是处理所有与数据表示及运输有关的问题，包括转换、加密和压缩,在传输层是不可能的,因为你已经使用了UDP协议,无法

原创 滴滴校招笔试题及解析

//仅供学习交流，请勿转载滴滴出行2016校园招聘 软件研发工程师单选题1：下面代码的输出结果是什么 ( )#include <iostream>using namespace std;class A{ public: void virtual f() { cout << "A" << endl; }};class B : public A

原创 京东校招笔试题及解析

//仅供学习，请勿转载一：若k为整形，下述while循环的次数为()k =1000;while(k>1){Print k;k=k/k;}解：log2(1024)=10;9<log2(1000)<10,所以，结果为9二：基于二次准则函数的H-K算法较之于感知器算法的优点是（）；解：1.可以判别问题是否线性可分。3：其解的适应性更好HK算法思想很朴实,就是在最小均方误差准则下求得权矢量

原创 张正友标定公式推导

转载请注明：

原创 摄像机标定

概述摄像机标定实质上是对摄像机内外参数的确定。 1.内参：摄像机固有的内部几何与光学参数，主要包括图像的中心坐标、焦距、比例因子和镜头畸变等。 2.外参：摄像机坐标系相对于某一世界坐标系的位置和方向，包括3*3的旋转矩阵R和一个平移向量T。摄像机标定方法分类： 1.传统摄像机标定法2.摄像机自标定方法3.基于主动视觉的标定法。基本相机模型1.理解相机模型中四个平面坐标系之间的关系，分别是像素平

转载 林达华推荐的几本数学书

1. 线性代数 (Linear Algebra)：我想国内的大学生都会学过这门课程，但是，未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础，对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课，后来到了香港后，又重新把线性代数读了一遍，所读的是 Introduction to Linear Algebra (3rd Ed.) by Gilbert Strang.

转载 运动结构重构

运动结构重建（structure from motion， SfM）是计算机视觉领域里的经典问题，经过几十年的发展，已经形成了比较完备的理论体系。其研究内容涉及到特征匹配、特征跟踪、摄像机内参标定、摄像机外参标定以及各种鲁棒性方法等。在运动结构重建的研究工作中，先前的研究者已经取得了很多研究成果，这些成果构建出了现在的运动结构重建的理论框架。 运动结构重建发展分为三个阶段。第一阶段是在90年代，这

原创 极大似然估计原理详细说明

这个整理相信您会明白极大似然估计的实质的

原创 python 3D绘制立体几何

直接复制就能用，写的简单，请勿吐槽import numpy as npimport mpl_toolkits.mplot3dimport matplotlib.pyplot as pltx=[0,3,0,3,1.5]y=[0,0,3,3,1.5]z=[0,0.8,1.5,2.3,3]ax=plt.subplot(111,projection='3d')for i in range(len(

转载 图像中添加高斯噪声

// addnoise.cpp : Defines the entry point for the console application. //From GGbondg#include "stdafx.h"#define EXTRA_NAME "$Gaussiannoise."#include "loadbmp.h"#define U 20 //高斯分布的均值#define D 30 /

转载 TVCG 简介

全称 IEEE Transactions on Visualization and Computer Graphics (TVCG)，是计算机图形学领域仅次于TOG (ACM Transactions on Graphics) 的顶级期刊。每年一个volume，每月一个issue。每个Issue一般都有一个Special Secssion，推荐相关会议中的全部或部分Paper。可以被推荐的会议包括：

原创 计算机视觉、机器学习等开源库网站链接

http://rogerioferis.com/VisualRecognitionAndSearch2014/Resources.html http://www.cnblogs.com/einyboy/p/3594432.html持续跟新可以看看这个 http://blog.csdn.net/workerwu/article/details/46537849场景识别： SegNet: A De

转载 机器学习、计算机视觉书籍推荐

人工智能、机器学习、模式识别、计算机视觉、数据挖掘、信息检索、自然语言处理等作为计算机科学重要的研究分支，不论是学术界还是工业界，有关这方面的研究都在如火如荼地进行着，学习这些方面的内容有一些经典书籍，现总结如下，方便自己和大家以后学习研究： 人工智能：《Artificial Intelligence: A Modern Approach》，第三版，Russell著，权威、经典的人工智能教材，阐述

转载 BRISK特征提取算法

简介BRISK算法是2011年ICCV上《BRISK:Binary Robust Invariant Scalable Keypoints》文章中，提出来的一种特征提取算法，也是一种二进制的特征描述算子。它具有较好的旋转不变性、尺度不变性，较好的鲁棒性。在图像配准应用中，速度比较：SIFT>SURF>BRISK>FREAK>ORB，在对有较大模糊的图像配准时，BRISK算法在其中表现最为出色。

原创 Effective STL 条款31

本节条款让我们学到如何高效使用STL自带的排序算法本节条款的核心知识点如下： 1：如果你需要在vector、string、deque或者数组上进行完全排序，你可以使用sort或者stabl_sort2:如果你有一个vector、string、deque或者数组，你只需要排序前n个元素，应该用partial_sort3:如果你有一个vector、string、deque或者数组,你需要鉴别出第n个元

转载 VR 第六篇 HTC Vive Lighthouse

ok

转载 VR 第五篇

VR应用方向面向消费者的虚拟现实才发展了几年，就出现了大量应用程序，虚拟现实抓住了人们对未来的渴望。开发者甚至想要把整个现实世界都做成虚拟现实，这些都是可以理解的。但是，现在仍然没有一个“杀手级”的虚拟现实应用，有许多领域都有可能出现杀手级应用，包括：游戏：一谈到虚拟现实，第一就会想到游戏。VR游戏具有深度沉浸、高产值、强粘性的潜力，这些都是开发者、主机制造商和外设制造商所期待的。目前大多数有技术的