kaka_36的专栏

原创 python3.4.0_windows安装说明

1、  安装python-3.4.0.amd64.msi2、  Scripts目录下easy_install pip 安装pip，然后通过pip安装其他的软件包(pip 是一个Python包管理工具，主要是用于安装 PyPI 上的软件包)3、  通过pip，安装numpy-1.14.3-cp34-none-win_amd64.whl4、  通过pip，安装Pillow-2.7.0-cp34-non...

转载 caffe上手

Caffe 深度学习框架上手教程卷积神经网络 Convolutional NeuralNetworks (LeNet) – Maching VisionDeep Learning（深度学习）学习笔记整理系列之LeNet-5卷积参数个人理解Caffe使用step by step：caffe框架下的基本操作和分析学习搭建自己的网络MNIST在caffe上训练学习

转载 图像检索

http://blog.csdn.net/ying_xu/article/details/50532185

转载 L2正则为什么能保证控制过拟合

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。作者：石国瑞链接：http://www.zhihu.com/question/20178589/answer/55440780来源：知乎L2正则为什么能保证控制过拟合。这里面就有个哲学思想，叫做奥卡姆剃刀法则，简单来说这个想法就是“能简单说的话，不要复杂的说”。L2正则项就能代表模型的复杂度，根据奥卡姆，如

原创 fopen获取图像文件数据和大小

参考  fopen , fread fwrite 函数读写二进制文件 问题总结C得到文件的大小#include "stdafx.h"#include #include using namespace std;int main(){ FILE* fp = NULL; int nFileLen = 0; fp = fopen("Test.jpg",

原创 在DLL文件中加入版本信息、描述信息的方法

转载 opencv-jni -调试出错taking address of temporary [-fpermissive]

今天在进行代码往安卓平台移植时，IplImage *qImg=&(IplImage)dst1;报错taking address of temporary [-fpermissive]百度了一下：原来中 &(IplImage）dst1操作取了临时变量的地址。返回后临时变量已经“消失”了，你不能再使用了。所以报错。解决方法：设置中间变量：IplImage temp = (Ipl

转载 fwrite和fread函数的用法小结（怎么样以二进制形式保存和读取文件）

fwrite和fread是以记录为单位的I/O函数，fread和fwrite函数一般用于二进制文件的输入输出。[cpp] view plaincopyprint?#include   size_t fread(void *ptr, size_t size, size_t nmemb, FILE *stream);  size_t fw

原创 VS2010+OpenCV2.3.1环境下使用tbb加速示例

网上下载tbb40_20110809oss解压 安装具体过程 详细见http://bbs.elecfans.com/blog-710245-234834.html重点讲下TBB的配置，其实跟opencv的配置一样，就是把include和lib 分别添加到包含目录和库目录，如下所示在里面添加TBB40的Include文件夹：D:\design software\tbb40_20110809o

原创 Age Estimation 相关网页

http://www.hindawi.com/journals/mpe/2014/242846/ref/

原创 （论文阅读）Human Age Estimation Using Bioinspired Features (CVPR 09)

把HMAX模型运用到年龄估计，为了更适用于年龄估计，作者采用C1特征+pca降维+ linear SVM（(SVR)）模式，并提前了一种叫做STD的非线性操作来来代替最大化操作。实验结果为，在FG-NET库上的MAE（平均绝对误差）为4.77年，在YGA库上女性的MAE为3.91年，男性的MAE为3.91年，优与09年以前提出的所有年龄估计算法。

原创 有意思的指针用法

void test(uchar** pdata){float *a = new float[3];a[0] =2;a[1] =6;a[2] =4;*pdata = (uchar*)a;}void main(){uchar * pdata;test(&pdata);float *a = (float*)pdata;for(int i=0;i<3;i++){cout<<a[i]<<endl;}}

转载 PLDA源代码分析(1)-PLDA_Train

be说明：此处的LDA对应于Linear Discriminant Analysis，PLDA即对应于Probabilistic LDA. 该代码对应的文章为ICCV2007 paper Probabilistic Linear Discriminant Analysis for Inferences About Identity，源代码可以从 Prince Vision Lab处下载

转载 浅谈协方差矩阵

本文转载于http://hi.baidu.com/hehui1500/item/fba9444327a24693823ae1e9今天看论文的时候又看到了协方差矩阵这个破东西，以前看模式分类的时候就特困扰，没想到现在还是搞不清楚，索性开始查协方差矩阵的资料，恶补之后决定马上记录下来，嘿嘿~本文我将用自认为循序渐进的方式谈谈协方差矩阵。统计学的基本概念学过概率统计的孩子都知道，

转载 2013计算机视觉代码合集三

本文转载于http://www.yuanyong.org/cv/cv-code-three.html2013计算机视觉代码合集一：http://www.yuanyong.org/blog/cv/cv-code-one2013计算机视觉代码合集二：http://www.yuanyong.org/blog/cv/cv-code-two 按类别分类 特

转载 将以若干个空格分隔输入的几个字符串分离出来的方法

#include #include int main(void){ char arZe[] = " "; char arDest[] = "111 222 333"; char arGet[10]; char *szGet = NULL; for(szGet = strtok(arDest, arZe); szGet != NULL; sz

转载 隐马尔可夫模型(HMM)简介

很有意思的一篇介绍HMM的文章 哈哈 忍不住要转转账于http://xiaofeng1982.blog.163.com/blog/static/315724582009824103618623/隐马尔可夫模型(HMM)简介请各位读者深吸一口气……呼……开始……（一）阿黄是大家敬爱的警官，他性格开朗，身体强壮，是大家心目中健康的

原创 使用OpenCV时的小技巧（待续）

1、  图像的遍历OpenCV图像遍历最高效的方法是指针遍历方法。因为图像在OpenCV里的存储机制问题，行与行之间可能有空白单元（一般是补够4的倍数或8的倍数，有些地方也称作“位对齐”，目前我用到的FreeImage和c#中的bitmap中的存储机制也是这样的）。这些空白单元对图像来说是没有意思的，只是为了在某些架构上能够更有效率，比如intel MMX可以更有效的处理那种个数是4或8倍数的

转载 k-d tree算法的研究（看这篇博文时，我主要的关注点是：特征匹配时，剔除误匹配点的方法）

动机本文出自 “UnderTheHood” 博客，请务必保留此出处http://underthehood.blog.51cto.com/2531780/687160先前写了一篇文章《SIFT算法研究》讲了讲SIFT特征具体是如何检测和描述的，其中也提到了SIFT常见的一个用途就是物体识别，物体识别的过程如下图所示：如上图(a)，我们先对待识别的物

原创 ASEF（阅读笔记）

ASEF ，是Average of Synthetic Exact Filters 的简称，可译为合成平均滤波器。在http://www.cvchina.info/2011/04/15/facel/博客中讲到，在FaceL（实现的视频捕捉，人脸标注(Labeling)，训练(Training)，和识别(Classification)的一条龙 软件）中拥有眼睛的检测，据说定位相当精确靠谱，速度也

原创 SIFT,PCA-SIFT,GLOH相关资料链接

http://blog.csdn.net/zddblog/article/details/7521424 SIFT算法详解 解析全面 通俗易懂http://blog.csdn.net/yangtrees/article/details/7930631PCA-SIFT详解http://www.cnblogs.com/xfzhang/archive/2010/12/08

转载 PCA的数学原理

申明：本文非笔者原创，原文转载自：http://blog.codinglabs.org/articles/pca-tutorial.html

转载 Niblack算法的快速实现技巧

本文非作者原创，转载于点击打开链接二值化的算法有很多，大体分为两类: 全局阈值算法（如otsu算法）和局部阈值算法（如niblack）。而在汗牛充栋的局部阈值算法中，niblack 是实现方法较为简单，算法效果较为稳定的一种。但传统的niblack算法需要对图像中的每个像素计算其邻域的统计性质（均值与方差），算法复杂度为o(size *area) ，其中size 为图像像素尺寸大小，are

转载 VLFeat——SIFT图像特征提取(VC++实现)

#include <stdio.h>#include <tchar.h>#include <opencv2/opencv.hpp>#include <stdio.h>#include <string.h>#include <ctype.h>#pragma comment(lib, "opencv_core230d.lib")#pragma comment(lib, "opencv_imgproc230d.lib")#pragma comment(lib, "opencv_highgui230

转载 Vlfeat图像库在vs2010，vs2012下的配置

本文非作者原创，转载于点击打开链接vlfeat图像库包含SIFT，MSER,KDtree，快速shift，K-means等各种图像处理中常用的算法。提供matlab，c api接口，方便大家在图像处理中各种调用。由于是C语言编写，对于我们理解各种算法具有很大的好处，也具有良好的可移植性和兼容性，在macos，linux，windows下均可以配置运行。项目主

转载 文本分类入门（十一）特征选择方法之信息增益

申明：本文非笔者原创，原文转载自：http://www.blogjava.net/zhenandaci/archive/2009/03/24/261701.html前文提到过，除了开方检验（CHI）以外，信息增益（IG，Information Gain）也是很有效的特征选择方法。但凡是特征选择，总是在将特征的重要程度量化之后再进行选择，而如何量化特征的重要性，就成了各种方法间最大的不同