先扯几句闲话,以前从来不会想到做电子版的笔记或是总结,一个原因是接触电脑很少,高中以前都没有接触过计算机的,第二是从小到大都是做纸质版的笔记,大学的时候也一直是这样,习惯这种东西很难改变。然而,近几个月学习图像算法,遇到了很多不懂的问题,第一时间想到的是google或是百度,看了好多人的博客,觉得他们写的特别好,既可以帮助到别人,加深自己的印象,也可以时时拿出来复习,综上,我觉得要认真对待博客这件事情。
Things will be difficult before it becomes easy.
打算以后从事图像算法的工作,虽然做算法快一年了,但感觉还是比较弱,以后陆陆续续写下心得,加强算法的学习。
先梳理个最近大致学习方向吧。
1、行人检测、跟踪与识别
行人检测---vibe算法
行人跟踪--Particle Filter、Kalman Filter、反相投影(back project)
行人识别--基于颜色的,需要设计到颜色转换函数
--基于拓扑结构、时间概率的模型
2、人脸识别
人脸识别是一个大的框架,中间设计到很多步骤:
人脸检测、校正、特征提取、分类
其中特征提取用到的是caffe框架,caffe中设计了好多算法,deep learning、forward、backward、loss、优化问题等等。
分类用到了内积、SVM、Joint_Bayesian
3、Naive bayesian算法,Bayesian网络
4、机器学习十大算法,比如EM算法
5、Andrew 讲解的machine learning学习
6、刚刚看完的数学之美,里面有很多算法基础的东西,很有用,如果google搜索的原理
7、还有很多线性代数,矩阵分析的基础算法,如SVD奇异值分解原理及应用
8、数据结构上的算法,路径规划,最短路径算法。
世界上最痛苦的事情是,快要毕业了,才知道好多东西没学好