내 인생에도 예쁜 꽃이 피었으면 좋겠다

http://www.okjsp.net/seq/258423어차피 지금의 IT가 준비된사람을 뽑지 않고 아무나 뽑아서 가르쳐서 쓴다는 건 시장상 어쩔수 없이 만들어진 구조고 원래는 실무에서는 말그대로 실무경험을 쌓을 뿐 개발실력이 늘지는 않음. 한마디로 "그 분야에 관심있습니다. 배우고 싶습니다."는 신입때나 통하는거고 2년이상 지나면 "이러저러한 것 해봤고 이것저것 할수 있습니다."로 이직함. 더 다음 단계의 일을 하고 싶다면 어차피 자기개발은 스스로 해야함. 지금 하는 일 질린다고 경력 이력서에 "그쪽일에 관심있고 흥미있고 열정있고" 이런거 안통함. 한마디로 지금 뭘하든간에 앞으로 하고 싶은 일이 있으면 그 분야의 회사를 찾고 그 회사가 요구하는 역량을 알아낸 다음. 그 역량을 스스로 쌓으면 됨. 그리고..

http://www.devpia.com/MAEUL/Contents/Detail.aspx?BoardID=50&MAEULNO=20&no=941202&ref=941202&page=1질문을 올리긴 했는데..답이 달릴까..후,, 안녕하세요.질문이 길고 설명이 부족하여 복잡해질 것으로 생각됩니다...너무 감이 안와서 질문드립니다. 방향 제시만 해주셔도 정말 감사드리겠습니다..우선 배열로 저장하고자 하는 텍스트파일은 3045kb입니다.지금은 테스트 중이라 이 정도인데 얼마까지 늘어날지는 모르겠습니다.. 하고 있는 것은 이미지파일(A) 하나의 특징점과 DB에 있는 이미지(B)들의 특징점과 비교하여 매칭되는 것을 찾고자 합니다.그런데 현재 실행되는 소스가 전체 DB이미지(B)의 특징과 이미지파일(A) 하나와의 특징을 비..

こんにちは。また、見つけてきました。 質問があります。 投票をする際には必ず一度はするようになり。 そうせずに、 たとえば、類似度が50％以上である場合にのみ、 投票をすることができますか？ 二番目の質問です。 imageとimageを比較したときの類似度を％で表すことができますか？ （翻訳を使用した日本語と解釈が大変でしょうが回答お願いします。） 楽しい週末送ってください〜 안녕하세요. 또 찾아왔습니다. 질문이 있습니다. 투표를 할 때 반드시 한 번씩은 하게 되는데요. 그렇게 하지 않고 , 예를 들어 유사도가 50%이상인 경우에만 투표를 할 수도 있을까요? 두 번째 질문입니다. image와 image를 비교했을 때 유사도를 %로 나타낼 수 있을까요? (번역기를 사용한 일본어라 해석이 힘드시겠지만 답변부탁드립니다..) 즐거운 주말 보내세요~ ..

http://aidiary.hatenablog.com/entry/20100227/1267277731 Visual Wordsを用いた類似画像検索OpenCV 画像認識類似画像検索システムを作ろう（2009/10/3）3日で作る高速特定物体認識システム（2009/10/18）に続くOpenCVプロジェクト第三弾です。今回は、上の二つをふまえてカラーヒストグラムではなく、局所特徴量（SIFTやSURF）を用いた類似画像検索を試してみます。局所特徴量はグレースケール画像から抽出するため、カラーヒストグラムと違って色は見ていません。画像の模様（テクスチャ）で類似性を判定します。実験環境は、Windows 7、MinGW C++コンパイラ、OpenCV2.0、Python 2.5です。EclipseでMinGWを使う方法はEclipseでOpenCV（2009/10/16）を参照して..

누구나 쉽게 즐기는 C언어 콘서트 CHAPTER 02 기초사항1. #으로 시작하는 문장은 전처리기 지시자이다.전처리기는 보통 본격적으로 컴파일하기 전에 사전 정지 작업을 하는 컴파일러의 일부분이다.#include는 소스코드안에 특정 파일을 현재의 위치에 포함 시키라고 지시한다. 헤더파일은 컴파일러가 필요로 하는 정보를 가지고 있다. 전처리기 지시자 문장 끝에는 세미콜론을 붙이면 안 된다.2. 모든 c프로그램은 main()에서 시작한다. 따라서 모든 c프로그램에는 반드시 하나의 main()함수가 있어야 한다.3. 라이브러리 함수란 프로그래머가 사용할 수 있도록 컴파일러가 기본적으로 제공하는 함수들을 의미한다.4. 변수란 프로그램이 사용하는 데이터를 일시적으로 저장할 목적으로 사용하는 메모리 공간이다.5. ..

http://blog.cyworld.com/myWorkLog/3269620비교되어야 하는 두장의 이미지가 있다고 할 때 이 경우 두 이미지들이 조명등과 같은 주위 환경에 의해 영향을 받을 수 있다면해당 영상들은 비교되기 이전에 정규화 과정을 거쳐야만 하는데이를 가능하게 해주는 것이 바로 NCC이다. http://spaurh.egloos.com/viewer/4573793Normalized Cross Correlation(NCC)는 영상과 모델의 밝기의 선형적인 차이와 독립적으로 영상과 model간의 기하학적인 유사도를 측정하는 방법이다. correlation값은 다음과 같은 경우에도 불변하다. 1. 영상/모델의 모든 화소밝기가 어떤 상수만큼 곱해진 경우2. 영상/모델의 모든 화소밝기에 어떤 상수값이 더해진..

intersection - http://blog.daum.net/jhmun77/121신호 element를 비교하여 최소값을 합한 결과가 되며, 두 신호가 정규화되어있을 경우 신호가 같으면 1, 완전히 다르면 0이 된다. OpenCV에 보면 두 신호(histogram)을 비교하는 방법 중에 intersection이라는 방법이 나오는데 아주 단순하고 연산량이 작아서 유용할 듯 하다. 즉, 신호 element를 비교하여 최소값을 합한 결과가 되며, 두 신호가 정규화되어있을 경우 신호가 같으면 1, 완전히 다르면 0이 된다. Fuzzy에서도 배웠지만 교집합(intersection)은 min을 취하는 것이 되며 합집합은 max를 취하는 것이 된다. 아.. 나오는게 없네..어떻게 사용하는 거지

http://darkpgmr.tistory.com/125 이 곳의 다크프로그래머님의 bag of words기법에 관한 글을 읽다가나온 K-means algorithm. 뭔가 싶어서 찾아봤다. 우선 위키피디아 - http://ko.wikipedia.org/wiki/K-%ED%8F%89%EA%B7%A0_%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98 K-평균 알고리즘위키백과, 우리 모두의 백과사전.K-평균 알고리즘(K-means algorithm)은 주어진 데이터를 k개의 클러스터로 묶는 알고리즘으로, 각 클러스터와 거리 차이의분산을 최소화하는 방식으로 동작한다.이 알고리즘은 EM 알고리즘을 이용한 클러스터링과 비슷한 구조를 가지고 있다.알고리즘[편집]번째 클러스터의 중심을 , 클러스터에 ..

http://www.crazymind.net/26 //--------------------------------------------------------- // 개요 : 템플릿 매칭 // Library : OpenCV for MS-Windows 2.1 //---------------------------------------------------------#include #include #include #include #include void rotation(IplImage *rotimg, double Angle, double Scale);int main() { int i, j, x, y, key; double minVal; char windowNameSource[] = "Original Image";..

http://en.pudn.com/ 중국사이트인가본데.. 소스들이 많이 올라와 있다.