Integral Forex Logo Picture

Cresce seu negócio de FX no industryrsquos a plataforma de comércio a mais flexível e de confiança // Integral Recebe Semanas de FX Prestigiosa iniciativa de e-FX do Prêmio de Ano para FX Gestor de Rendimento PRESS RELEASE // Integral Anuncia OCX RiskNet, um Meio-Ponto Matching Engine para Bancos, corretores de varejo e gerentes de investimento NOTÍCIAS DA INDÚSTRIA DA INDÚSTRIA DO ARTIGO // Profit amp Perda Rede de RFX conecta a Charles River EVENT // Integral outra vez estará participando na feira de comércio da rede de troca de Forex este 28-29 de setembro. Design Personalize o sistema ideal para atender às necessidades de seus clientes. Necessidade de Entregar Líderes da indústria confiam Integral Alinhamos nosso modelo de negócios com sua linha de fundo Nós assumimos os riscos de tecnologia, então você não tem que O Mais Flexível. O mais confiável. Soluções FXCloud FXCloud Características Principais Aumente o seu negócio 150 entre em contato conosco para saber maisGrow seu negócio de FX no industryrsquos plataforma de negociação mais flexível e confiável PRESS RELEASE // Integral Recebe FX Semanas Prestigiosa iniciativa e-FX do Ano Award para FX Yield Manager PRESS RELEASE / / Integral anuncia a OCX RiskNet, um motor de correspondência de ponto médio para bancos, corretores de varejo e gestores de investimentos ARTIGO DE NOTÍCIAS DA INDÚSTRIA // Profit amp Loss A RFX Network se conecta ao Charles River EVENT // Integral novamente participará da feira Forex Network Chicago este 28-29. Design Personalize o sistema ideal para atender às necessidades de seus clientes. Necessidade de Entregar Líderes da indústria confiam Integral Alinhamos nosso modelo de negócios com sua linha de fundo Nós assumimos os riscos de tecnologia, então você não tem que O Mais Flexível. O mais confiável. Soluções FXCloud FXCloud Principais recursos Cresça seu negócio 150 entre em contato conosco para saber maisAs imagens integrais são uma maneira rápida de calcular a soma de uma região retangular de uma imagem. A principal vantagem deste algoritmo é que, uma vez que a imagem integral é calculada, podemos avaliar a soma de qualquer região retangular em tempo constante (o tamanho da região não afeta o tempo para computá-lo), porque só temos que adicionar quatro Pontos da imagem integral. Isso permite criar filtros rápidos para desfocar a imagem, encontrar arestas ou detectar muitos outros recursos. É equivalente a uma convolução com um kernel retangular e uniforme, e pode ser usado como uma aproximação áspera e rápida a um borrão gaussian. A primeira aplicação dessa idéia na visão por computador foi no detector de faces Viola-Jones (2004). Mova o mouse para alterar o tamanho do filtro. Tente mover-se na direcção X ou Y separadamente Prima as teclas 039i039 e 039u039 para alterar a imagem Prima as teclas 039m039 e 039n039 para alterar o filtro Prima as teclas 039k039 e 039j039 para alterar a medida estatística: Desvio padrão (StDev) Prima 039Esc039 para parar o miniaplicativo Recarregue a página para começar novamente) Se você não tiver o plug-in Java, você pode assistir a um vídeo dele Usando a medida estatística média, obtemos efeitos diferentes dependendo da forma do filtro: A média é um retângulo que desfoca a imagem : A textura eo ruído desaparecem, mas também os detalhes da imagem. Isso é semelhante ao borrão gaussiano que você pode encontrar no Photoshop ou no Gimp. O Center-Surround é uma aproximação à Diferença de Gaussianos (DoG), que é uma operação útil para encontrar bordas e binarizar a imagem. Se você usar um pequeno surround e um pixel para o centro, você encontrará as bordas: A binarização da imagem (convertê-la em preto e branco) é uma operação importante anterior à análise de blob ou descrição de forma (veja a minha tese de mestrado). Normalmente, pode-se usar um limite para decidir se um pixel é branco ou preto, mas esse limite é muito sensível à iluminação. No exemplo a seguir, você deve usar um limite para o centro e um diferente para os cantos, porque as letras no centro são mais claras que o fundo nos cantos: Para superar isso, podemos subtrair o surround (usando um centro Off-surround filtro) e, em seguida, podemos binarizar sem problemas: Os neurônios em nossa retina executar uma operação semelhante chamada inibição lateral (uma resposta neurônica é inibida pela resposta dos laterais). Você pode experimentar este efeito em várias ilusões ópticas. Herman ilusão de rede. Se você olhar para a grade você pode ver pontos pretos nos cruzamentos das linhas brancas (mesmo que eles não estão lá). Faixas de fósforo. Você pode ver linhas mais escuras e mais claras nas bordas entre as linhas verticais (chamadas overshot), mesmo que as linhas verticais sejam planas: Ambos os efeitos podem ser simulados com o filtro Center-Surround: imagens híbridas é outra ilusão de ótica que pode ser explicada por A inibição lateral. Essas imagens mudam dependendo da distância de visualização. Usando filtros de centro-surround de diferentes tamanhos temos o mesmo efeito: Outras formas de filtros são úteis para encontrar bordas ou linhas na imagem Podemos usar o desvio padrão ou StDev em vez da média. Este descritor estatístico é útil para avaliar quanta textura uma região da imagem tem: P. Viola e M. J. Jones, Robusta detecção de face em tempo real, International Journal of Computer Vision 57 (2004): 137154. Octavi Estap. 2011/01/15 11:23 Se você está interessado no detector de rosto Viola-Jones mencionado acima, OpenCV tem uma boa implementação que você pode tentar. A função é cvHaarDetectObjects e você pode encontrar um exemplo aqui opencv. willowgarage / wiki / FaceDetection Eu testei isso há algum tempo e levou mais de um segundo para detectar os rostos (dependendo da resolução e outros parâmetros) e só detectou as faces Que olhou diretamente para a câmera. Tem problemas se o rosto está inclinado, está sorrindo demais, tem uma barba ou óculos e assim por diante. Eu recomendo que você comece por detecção de movimento geral e rastreamento e, em seguida, decidir se é uma pessoa ou não, olhando para o tamanho do objeto ea velocidade do movimento. O livro Learning OpenCV é o que eu recomendaria. Mizuki. 2012/10/28 08:54 Excelente explicação que você tem lá. Basicamente, eu entendo como funciona a imagem integral. Mas você sabe como calcular o médio, std dev etc Espero ouvir de você em breve. Octavi Estap. 2012/10/29 07:27 Se você olhar para o algoritmo explicado na Wikipedia: en. wikipedia. org/wiki/SummedareatableThealgorithm você obterá a soma sobre um retângulo. Se você precisar da média (Ei), você apenas tem que dividir pela área do retângulo (largura multiplicada pela altura). O desvio padrão (stdev) é ligeiramente mais complicado. Primeiro de tudo, você precisa de outra imagem integral, mas em vez de usar a intensidade do pixel, você usa a intensidade do pixel ao quadrado. Se você calcular a média usando esta imagem integral você obterá a expectativa da intensidade quadrada (Ei2). Então você calcula o desvio padrão usando a média calculada antes (Ei) eo novo valor (Ei2): sqrt (Ei2 - Ei2) Similarmente, usando Ei3 e Ei4 você poderia calcular a skewness ea kurtosis, mas seria fácil que a A imagem integral transbordaria mesmo para imagens pequenas. Espero que ajude.