- 博客(216)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 多元分布和狄利克雷分布
Multinomial distribution将二元分布的二元情况扩展到多元，即可得到对应的多元分布。首先先将伯努利分布扩展到多元假设对于离散变量xx，可能有KK个取值，那么xx一次的观测值被表示为一个向量，且满足∑Kk=1xk=1∑k=1Kxk=1，仅有一个维的值为11，其它都为00。 故xx的概率质量函数为：p(x|μ)=ΠKk=1μxkkp(x|μ)=Πk=
2016-02-29 20:47:14
2950
转载 Fishe向量Fisher Vecotr(二)
在Fisher Vector(1)中介绍了线性核，为了满足不同的需求，实际应用中会使用多种多样的核函数，Fisher Kernel就是其中的一种。Fisher Kernel此时仍旧对于一个（1,−1）（1,−1）的二分类问题，我们要学习P(x,y)=P(x|y)P(y)P(x,y)=P(x|y)P(y)因为 故P(x,y)=P(x|y)P(y)=P(X|
2016-02-29 20:46:07
1432
转载 Fishe向量Fisher Vecotr(一)
在高斯混合模型中，我提到了特征处理的一般流程：事实上高斯混合模型完成的是k-means的任务，那么通过高斯混合模型聚类后，也用一般的基于距离的方法进行feature encoding么？不是的，高斯混合模型通常和Fisher Vector一起使用。现在就来对Fisher Vector做个简单介绍。首先，Fisher Vector是一种Feature coding的方法。网上
2016-02-29 20:44:30
2557
转载 最小二乘法least square
上研究生的时候接触的第一个Loss function就是least square。最近又研究了一下，做个总结吧。定义看wiki就够了。公式如下E(w)=12∑n=1N{y−xWT}2E(w)=12∑n=1N{y−xWT}2其中yy代表类标列向量，xx代表特征行向量，WW代表回归或者分类参数矩阵。通过令欧式距离最小化优化得到最优的WW。我遇到的第一个问题是，这个公
2016-02-29 20:35:15
4781
转载 GMM高斯混合模型
在一般的分类问题中，通常的套路都是提取特征，将特征输入分类器训练，得到最终的模型。但是在具体操作时，一开始提出的特征和输入分类器训练的特征是不一样的。比如假设有N张100×100100×100的图像，分别提取它们的HoG特征x∈Rp×qx∈Rp×q，pp为特征的维数，qq为这幅图像中HoG特征的个数。如果把直接把这样的一万个xx直接投入分类器训练，效果不一定好，因为不一定每个像素点的信息都
2016-02-29 20:31:25
2623
转载 用CAMSHIFT优化霍夫变换Refining the Hough Transform with CAMSHIFT
Refining the Hough Transform with CAMSHIFTThe Circular Hough Transform result is often not very accurate due to noise\details\occlusions.Typical ways of dealing with this are:1. Hand tun
2016-02-29 19:56:43
1949
转载 使用Mumford Shah 函数平滑图像Smoothing images with the Mumford Shah functional
Try out my python implementation for minimizing the Mumford Shah functional.import cv2from AmbrosioTortorelliMinimizer import *img = cv2.imread("image.jpg", 0)solver = AmbrosioTortorelliMinimize
2016-02-29 19:54:40
2182
转载 从直方图反向映射进行简单的图像显著性检测Simple Image saliency detection from histogram backprojection
Simple Image saliency detection from histogram backprojectionImage saliency detection is about identifying the interesting parts of an image, the parts of the image human eyes would fix on.
2016-02-29 19:52:11
3068
转载 基于BOW模型的图像分类Bag Of Visual Words model for image classification
Bag Of Visual Words model for image classificationI wanted to play around with Bag Of Words for visual classification, so I coded a Matlab implementation that uses VLFEAT for the feature
2016-02-29 19:49:41
4033
转载 用Python实现Fisher向量Image Fisher Vector In Python
Image Fisher Vector In PythonAlthough the state of the art in image classification is deep learning,Bag of words approaches still perform well on many image datasets.Fisher vectors i
2016-02-29 19:44:02
4688
2
转载 Fisher Vector(FV)向量
在图像分类或者检索领域，相对于BOV模型来说，Fisher Vector可以包含更深层次的图像信息，从而达到更好的效果。在实际的图像分类或检索的操作中，会事先对提取出来的图像特征使用GMM来聚类得到一个概率字典(关于GMM的描述请参见另一篇文章)。在后面的计算中主要会使用通过GMM求解得到的先验的均值μ、方差Σ、权重w。Kernel Trick为了了解Fisher Vector的由
2016-02-29 19:42:06
16133
1
转载 SIFT(Scale-invariant feature transform, 尺度不变特征转换)特征
SIFT算法的全称是Scale-invariant feature transform，尺度不变特征转换，是一种不随图像尺度旋转变化而变化的特征，因此SIFT特征不会随着图像的放大缩小，或者旋转而改变，同时由于在提取特征时做的一些特殊处理，使得SIFT特征对于光照变化也有比较强的适应性。以下是算法流程：1 构建尺度空间将原始图像执行多次上下采样得到多幅尺度不同的图像如图1所示，每幅
2016-02-29 19:39:59
6908
转载 GMM(Gaussian mixture model, 高斯混合模型)
GMM全称是Gaussian mixture model (高斯混合模型)。与k-means算法类似，GMM也是一种常见的聚类算法，它与k-means区别主要在于，GMM是一种“软聚类”算法，通过它我们可以得到每个样本属于每个中心点的概率。正是因为它的这种性质，GMM在图像分割和语音处理中都有着广泛的应用。对N个样本数据执行k-means可以得到K个中心点，而对其执行GMM之后将会得到K个高斯
2016-02-29 19:38:26
14122
转载 PASCAL VOC数据集The PASCAL Object Recognition Database Collection
The PASCAL Object Recognition Database CollectionNews04-Apr-07: The VOC2007 challenge development kit is now available.ObjectivesTo compile a standardised collection of object recognit
2016-02-29 19:35:42
3812
转载 Vision Lab Features Library (VLFeat)库C语言API接口
Vision Lab Features Library (VLFeat)Version0.9.20AuthorThe VLFeat TeamCopyright © 2012-14 The VLFeat AuthorsCopyright © 2007-11 Andrea Vedaldi and Brian FulkersonThe VLFeat C
2016-02-28 19:42:29
2152
转载 VLFeat库matlab API接口
vl_compile Compile VLFeat MEX filesvl_demo Run VLFeat demosvl_harris Harris corner strengthvl_help VLFeat toolbox builtin helpvl_noprefix Create a prefix-less version of VLFeat commandsvl_root Obtain
2016-02-28 19:39:35
2902
转载 高数试题与答案
往年试题高等数学（A）高等数学（B）高等数学（C）2008春季试题 2008春季试题答案2008春季试题 2008春季试题答案2006秋季试题 2006秋季试题答案2008秋季试题 2008秋季试题答案2008秋季试题 2008秋季试题答案2008春季试题 2
2016-02-28 19:34:54
5730
转载 部分数学课件
多媒体课件1.1 函数3.1 定积分的概念和性质1.2 数列的极限3.2 不定积分的概念与计算1.3 函数的极限3.3 定积分的计算1.4 连续函数3.4 定积分的应用2.1 导数的概念3.5 反常积分2.2 求导运算4.1 行列式2.3 微分的概念
2016-02-28 19:33:18
1318
转载 《玩不够的数学：算术与几何的妙趣》：第一章 平面上的几何艺术
第一章 平面上的几何艺术人们往往从悖论中获得思维的乐趣，而几何学的悖论就是不可能图形。如今我们已创造出数千种这样的二维图像，不断挑战我们的眼睛和思维。三角形、披萨饼、七巧板也蕴藏着无穷的变化和巧妙的发现。不可能！你确信吗？人们从透视错觉得来灵感，创造了神秘的“不可能图形”。人类的视觉系统让我们觉得这样的图形很奇怪。然而这些图形确实是可行的，并为我们带来双重乐趣——先是惊奇，
2016-02-28 16:19:02
17767
转载 《Docker——容器与容器云》：第五章 构建自己的容器云
我们在第1章介绍了一个云计算平台应有的层次结构，其中平台即服务层（PaaS）是本书重点着墨描述的。尽管在一些经典PaaS平台中，容器技术已经扮演了一个至关重要的角色，但很遗憾，大部分经典PaaS平台中容器功能被局限在了“资源隔离”这狭小的技术范围当中了。当拥有了像Docker这样的容器技术后，是时候开始从一个新的角度来思考容器在云计算平台当中扮演的角色和地位了。5.1 再谈云平台的层次架构
2016-02-28 16:17:12
5810
转载 《Docker——容器与容器云》：第一章 从容器到容器云
2013年初，一个名字从云计算领域横空出世，并在整个IT行业激起千层浪。这就是Docker——一个孕育着新思想的“容器”。Docker选择容器作为核心和基础，依靠容器技术支撑的Docker迅速成为国内外各大云计算厂商以及开发者手中的至宝。在一片热火朝天之后，新的革命已经悄然来到。1.1 云计算平台回首历史，云计算时代蕴育出了众多的云计算平台，虽然在服务类型或平台功能上有所差异，但它
2016-02-28 16:15:20
7471
转载 《精通Hadoop》：第 1 章 Hadoop 2.X
第 1 章 Hadoop 2.X“没有什么是不能通过搜索引擎或互联网找到的。”——埃里克·施密特，谷歌执行主席在大规模、高并行和分布式计算处理这个行业中，Hadoop实际上是大家所使用的一种开源框架标准。它为并行和分布式处理提供了一个计算层，与这个计算层紧密联系的是一个高度容错的存储层——Hadoop分布式文件系统（Hadoop Distributed File S
2016-02-28 16:11:36
1437
转载 统计思维：程序员数学之概率统计（第2版）：第1章 探索性数据分析
第1章 探索性数据分析如果能将数据与实际方法相结合，就可以在存在不确定性时解答问题并指导决策，这就是本书的主题。举个例子。我的妻子在怀第一胎时，我听到了一个问题：第一胎是不是经常晚于预产期出生？下面所给出的案例研究就是由这个问题引出的。如果用谷歌搜索这个问题，会看到大量的讨论。有人认为第一胎的生产日期确实经常晚于预产期，有人认为这是无稽之谈，还有人认为恰恰相反，第一胎常常会
2016-02-28 16:09:43
3500
转载 普林斯顿微积分读本：第 25 章 如何求解估算问题
第 25 章 如何求解估算问题在上一章中, 我们学习了如何应用泰勒多项式来估算(或近似)特定的量.我们也知道了余项可以用来判定近似程度. 本章,我们将讨论相应的方法并讨论一些相关例题. 下面是本章的计划：泰勒多项式和泰勒级数的重要结论回顾;如何求泰勒多项式和泰勒级数;估算问题;分析误差的一个不同的方法.25.1 泰勒多项式与泰
2016-02-28 16:05:22
1814
转载 普林斯顿微积分读本：第 3 章 极限导论
第 3 章 极限导论如果没有极限的概念, 那么微积分将不复存在. 这就是说,我们要花大量的时间来研究它们. 恰当的定义一个极限是非常有技巧的,但在没有对细节深入讨论的情况下,你也可以得到一个对极限的直观的理解.它们对于解决微分和积分问题已经足够了. 因此,本章仅仅包含对极限的直观描述; 正式描述请参见附录A. 总的来说,以下就是我们会在本章讲解的内容：对于极限是什么的一个直
2016-02-28 16:04:06
2184
转载 普林斯顿微积分读本：第 2 章 三角学回顾
第 2 章 三角学回顾学习微积分必须要了解三角学. 说实话,我们一开始不会看到很多有关三角的内容, 但是当它们出现的时候,并不会让我们感觉很容易. 因此,我们不妨对三角学中最重要的方面进行一次全面的回顾.用弧度度量的角与三角函数的基本知识;实轴上的三角函数(不只是介于 0°和 90° 的角);三角函数的图像;三角恒等式.现在到
2016-02-28 16:03:09
2589
转载 Visual Studio配置VLFeat库
These instructions show how to setup a basic VLFeat project with Visual C++ Express 2008 on Windows XP (32 bit). Instructions for other versions of Visual Studio should be similar.First, we create
2016-02-28 13:40:04
1678
原创 matlab安装配置VLFeat库
一、下载VLFeat的binary包：VLFeat 0.9.20 binary package（点击下载）下载得到vlfeat-0.9.20-bin.tar文件二、解压vlfeat-0.9.20-bin.tar文件，得到vlfeat-0.9.20-bin文件，接着再解压vlfeat-0.9.20-bin文件得到一个文件夹（vlfeat-0.9.20）和一个文件（pax_gl
2016-02-28 11:56:09
15185
1
转载 Python计算机视觉：第十章 OpenCV
第十章 OpenCV10.1 OpenCV Python接口10.2 OpenCV基础10.2.1 读取、写入图像10.2.2 颜色空间10.2.3 显示图像和结果10.3 视频处理10.3.1 视频输入10.3.2 读取视频到NumPy数组10.4 跟踪10.4.1 光流法10.4.2 Lucas-Kanade算法这一章主要讲述通过Python
2016-02-28 11:26:47
2324
转载 Python计算机视觉：第九章 图像分割
第九章 图像分割9.1 更新用户9.1.1 编辑表单9.1.2 编辑失败9.1.3 编辑成功9.2 权限限制9.2.1 必须先登录9.2.2 用户只能编辑自己的资料9.2.3 更友好的转向9.3 列出所有用户9.3.1 用户列表9.3.2 示例用户9.3.3 分页9.3.4 视图重构9.4 删除用户9.4.1 管理员9.4.2 destroy 动
2016-02-28 11:25:41
10207
1
转载 Python计算机视觉：第八章 图像类容分类
第八章 图像类容分类8.1 K最近邻8.1.1 一个简单的二维例子8.1.2 图像稠密(dense)sift特征)8.1.3 图像分类——手势识别8.1 session 和登录失败8.1.1 Sessions 控制器8.1.2 测试登录功能8.1.3 登录表单8.1.4 分析表单提交8.1.5 显示 Flash 消息8.2 登录成功8.2.1 “记住我”8.
2016-02-28 11:24:12
2963
转载 Python计算机视觉：第七章 图像搜索
第七章 图像搜索7.0 安装CherryPy7.1 创建词汇7.2 添加图像7.3 获取候选图像7.4 建立演示程序及Web应用7.5 配置service.conf本章将展示如何利用文本挖掘技术基于图像视觉内容进行图像搜索。在本章中，阐明了利用视觉单词的基本思想，完整解释了的安装细节，并且还在一个示例数据集上进行测试。本章图像搜索模型是建立在BoW词袋基础上，先对图像数据库提取
2016-02-27 21:37:46
2470
2
转载 Python计算机视觉：第六章 图像聚类
第六章 图像聚类6.1 K-Means聚类6.1.1 SciPy聚类包6.1.2 图像聚类6.1.3 在主成分上可视化图像6.1.4 像素聚类6.2 层次聚类6.2.1 图像聚类6.3 谱聚类这一章会介绍几种聚类方法，并就怎么使用它们对图像进行聚类找出相似的图像组进行说明。聚类可以用于识别，划分图像数据集、组织导航等。同时，我们也会用聚类相似的图像进行可视化
2016-02-27 21:36:37
22551
7
转载 Python计算机视觉：第二章 图像局部描述符
第二章 图像局部描述符2.1 Harris角点检测2.1.2 在图像间寻找对应点2.2 sift描述子2.2.1 兴趣点2.2.2 描述子2.2.3 检测感兴趣点2.2.4 描述子匹配2.3 地理标记图像匹配2.3.1 从Panoramio下载地理标记图像2.3.2 用局部描述子进行匹配2.3.3 可视化接连的图片这一章主要介绍两种非常典型的、不
2016-02-27 21:31:33
4524
2
转载 Python计算机视觉：第一章 图像处理基础
第一章 图像处理基础1.1 PIL-Python图像库1.1.1 对图片进行格式转换1.1.2 创建缩略图1.1.3 拷贝并粘贴区域1.1.4 调整尺寸及旋转1.2 Matplotlib库1.2.1 画图、描点和线1.2.2 图像轮廓和直方图1.2.4 交互注释1.3 NumPy库1.3.1 图像数组表示1.3.2 灰度变换1.3-3 调整图像尺寸1.3
2016-02-27 21:30:29
16206
8
转载 Python计算机视觉：安装
安装0.1 需要准备的安装包0.2 安装Python(x,y)0.3 安装PCV库0.4 VLfeat为顺利帮助读者完成本书中实例的学习，译者已对代码做了相应整理，下面给出在对本书实例学习前，你需要做的前期安装工作。注意，下面译者给出的安装过程是针对Windows下的，其他平台如Linux、Mac请查阅中译本附录。0.1 需要准备的安装包要完整复现书中的实例，你需要的主要四
2016-02-27 21:29:17
4738
1
转载 2012年及之后的ImageNet比赛的冠军、亚军和季军ImageNet winners after 2012
20120.15 - Supervision (AlexNet) - ~ 60954656 params0.26 - ISI (ensemble of features)0.27 - LEAR (Fisher Vectors)20130.117 - Clarifai (paper)0.129 - NUS (very parametric but inte
2016-02-27 20:24:27
9919
转载 机器学习简史brief history of machine learning
BRIEF HISTORY OF MACHINE LEARNING My subjective ML timeline (click for larger)Since the initial standpoint of science, technology and AI, scientists following Blaise Pascal and Von Leibn
2016-02-27 20:20:30
3069
搜索引擎以及网上免费学术资源的检索
2015-09-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人