机器学习
文章平均质量分 73
loadstar_kun
长期从事图像处理算法研发,对机器学习,模式识别感兴趣
展开
-
OpenCV——HoG特征
转自http://hi.baidu.com/icekeydnet/blog/item/4555173d265e9aea3b87ce67.htmlhog是一个基于梯度的直方图提取算法,用于人体检测十分有效。在opencv2.2+版本里面已经实现。封装在HOGDescriptor类里。hog其实就是对一副图片的指定大小区域进行梯度统计。可以直接调用。opencv把它过于复杂化了转载 2012-07-09 11:19:05 · 8727 阅读 · 3 评论 -
自己写的一款图像处理软件,完善下看能否公开源码
功能:1.自定义图像格式读写显示2.通用格式图像读写显示3.基本的图像处理功能:a.平滑b.锐化c.直方图均衡d.灰度图像伪彩色化e.线性变化f.非线性变化h.反色i.目标识别4.图像处理过程记录5.鼠标拖动,滚轮缩放,滚动条6.键盘信息录入7.SQL Server数据库底层交互 平台:Microsoft系列操作系统 + V原创 2013-07-08 10:42:29 · 2258 阅读 · 2 评论 -
AdaBoost算法简介及入门
一、Boosting算法的发展历史 Boosting算法是一种把若干个分类器整合为一个分类器的方法,在boosting算法产生之前,还出现过两种比较重要的将多个分类器整合 为一个分类器的方法,即boostrapping方法和bagging方法。我们先简要介绍一下bootstrapping方法和bagging方法。 1)bootstrapping方法的主要过程 主要步骤: i转载 2013-11-05 11:02:56 · 1508 阅读 · 0 评论 -
OpenCV Latent SVM Discriminatively Trained Part Based Models for Object Detection
OpenCV 2.4版本实现了C++版本的DPM程序,和之前C版本的主要区别就是可以同时检测多种目标。使用时,可以把训练好的模型放到一个文件夹中,待检测的图像放到另一个文件夹中,即可检测。可惜没有考虑加速的内容。 Latent SVM¶Discriminatively Trained Part Based Models for Object Detection¶The obje原创 2013-03-18 11:35:09 · 9797 阅读 · 45 评论 -
数据挖掘领域中的分类和回归区别是什么?
先简单的说下吧,下面给出实际例子类和回归的区别在于输出变量的类型。定量输出称为回归,或者说是连续变量预测;定性输出称为分类,或者说是离散变量预测。举个例子:预测明天的气温是多少度,这是一个回归任务;预测明天是阴、晴还是雨,就是一个分类任务。 拿支持向量机举个例子,分类问题和回归问题都要根据训练样本找到一个实值函数g(x).回归问题的要求是:给定一个新原创 2014-01-07 17:02:46 · 6838 阅读 · 1 评论 -
Multiple Instance Learning
///////////////////////////////////////////推荐学习组//////////////////////////////http://www.robots.ox.ac.uk/~vgg///////////////////////////////////////////////////////////////////////////////////转载 2014-04-03 09:34:10 · 7763 阅读 · 1 评论 -
Kernel method(给部门的讲义PRML chapter6)
参考PRML做的一个系列报告,这是其中之一1.2.3.4.5.6.7.8.原创 2014-04-03 11:22:34 · 2489 阅读 · 0 评论 -
最优化理论与KKT条件
看着内容挺好的,转载一下1. 最优化理论(Optimization Theory)最优化理论是研究函数在给定一组约束条件下的最小值(或者最大值)的数学问题. 一般而言, 一个最优化问题具有如下的基本形式:min.:f(x)s.t.:gi(x)≤0,i=1,2,...,p,hj(x)=0,k=1,2,...,q,x∈Ω⊂Rn转载 2014-05-09 09:59:50 · 48384 阅读 · 2 评论 -
图像特征概念
有少量修改,如有疑问,请问原作者!常用的图像特征有颜色特征、纹理特征、形状特征、空间关系特征。 一 :颜色特征 (一)特点:颜色特征是一种全局特征,描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征,此时所有属于图像或图像区域的像素都有各自的贡献。由于颜色对图像或图像区域的方向、大小等变化不敏感,所以颜色特征不能很好地捕捉图像中对象的转载 2014-05-12 10:47:58 · 24761 阅读 · 0 评论 -
【机器视觉】 概率模型与计算机视觉
概率模型与计算机视觉”林达华美国麻省理工学院(MIT)博士上世纪60年代, Marvin Minsky 在MIT让他的本科学生 Gerald Jay Sussman用一个暑假的时间完成一个有趣的Project : “link a camera to a computer and get the computer to describe what it saw”。从那时开始,特别转载 2014-05-27 08:54:28 · 2193 阅读 · 0 评论 -
Bag of Features (BOF)图像检索算法
1.首先,我们用surf算法生成图像库中每幅图的特征点及描述符。2.再用k-means算法对图像库中的特征点进行训练,生成类心。3.生成每幅图像的BOF,具体方法为:判断图像的每个特征点与哪个类心最近,最近则放入该类心,最后将生成一列频数表,即初步的无权BOF。4.通过tf-idf对频数表加上权重,生成最终的bof。(因为每个类心对图像的影响不同。比如超市里条形码中的第一位转载 2014-09-21 11:33:28 · 43835 阅读 · 5 评论 -
斯坦福大学Andrew Ng教授主讲的《机器学习》公开课观后感
-------------------近日,在网易公开课视频网站上看完了《机器学习》课程视频,现做个学后感,也叫观后感吧。 学习时间从2013年7月26日星期五开始,在网易公开课视频网站上,观看由斯坦福大学Andrew Ng教授主讲的计算机系课程(编号CS229)《机器学习》(网址http://v.163.com/special/opencourse/m转载 2014-09-23 09:31:25 · 3323 阅读 · 0 评论 -
吴恩达 (Andrew Ng) 是一个怎样的人
5月17日早间消息,百度公司今天宣布,任命人工智能领域最权威的学者之一——吴恩达(Andrew Ng)博士为百度首席科学家,全面负责百度研究院。百度研究院在硅谷和北京设有实验室。原创 2014-09-23 10:04:18 · 7291 阅读 · 0 评论 -
Locally linear embedding (LLE)算法简介
Locally linear embedding (LLE) (Sam T.Roweis and Lawrence K.Saul, Science,2000)是一种非线性降维方法,它能够使降维后的数据保持原有拓扑结构。 原始特征的数量可能很大,或者说样本是处于一个高维空间中,通过映射或变换的方法,降高维数据降低到低维空间中的数据,这个过程叫特征提取,也称降维。转载 2014-10-08 16:33:27 · 9389 阅读 · 1 评论 -
Multi-Instance Learning 和 Latent SVM
MIL和weakly supervised learning有扯不清的关系(有点虾和蛋的关系)。Pedro的Latent SVM算是MILSVM的一个变种,相当于在MIL上加上技巧就可以实现Latent SVM,既然是技巧,就是没有大的理论突破。那仔细看下它们的公式1. basic linear SVM这是个convex-problem,原创 2014-11-15 14:22:33 · 8133 阅读 · 0 评论 -
Object Recognition and Scene Understanding(九)模型转化Mat-〉XML
第一步:获取参数其中为matlab语言1.components 个数NumComponents= length(model.rules{model.start})ncom =length(model.rules{model.start}); 2.Numberof features这个固定, = 31,model文件中没有记录 3.Score threshold= model原创 2013-04-03 10:57:48 · 2807 阅读 · 7 评论 -
Object Recognition and Scene Understanding(七)OpenCV中Latent SVM模型文件XML
从该blog开始,逐步介绍DPM + Latent SVM。关于OpenCV下DPM+Latent SVM简单介绍参考上一篇博文:OpenCV Latent SVM Discriminatively Trained Part Based Models for Object Detection 以Cat.xml(opencv安装目录下sample/c内)为例原创 2013-04-03 09:39:39 · 5067 阅读 · 6 评论 -
Object Recognition and Scene Understanding(八)Matlab中Latent SVM model参数含义
Matlab中mat文件model参数含义模型文件是按照Latent SVM模型保存语法保存参数的,利用了查表的思想,具体细节需要参考原始论文。这样保存的目的好像是计算方便。1.model简单节点内容 model.class= 'bottle'model.year= 2011model.note= 15-50-36等 2. model有以下关键节点filters:原创 2013-04-03 10:50:16 · 3447 阅读 · 0 评论 -
学习OpenCV——SVM 手写数字检测
转自http://blog.csdn.net/firefight/article/details/6452188是MNIST手写数字图片库:http://code.google.com/p/supplement-of-the-mnist-database-of-handwritten-digits/downloads/list其他方法:http://blog.csdn.net/on转载 2012-07-05 12:17:10 · 8088 阅读 · 1 评论 -
How to train models of Object Detection with Discriminatively Trained Part Based Model
转至:http://blog.csdn.net/pozen/article/details/7103412 我把补充的内容放最前面,显眼!补充:1 关于负样本。框架里面提取负样本的方式是选择样本库中不包含训练类型的图片为负样本。我直接用库里面的图片。我用1000张左右的负样本,自己准备的话也简单没太多好说的。提供图片路径就OK了,它自己会裁。 2转载 2012-07-10 16:38:19 · 2245 阅读 · 4 评论 -
在windows下运行Felzenszwalb的Discriminatively Trained Deformable Part Models matlab代码
转至http://blog.csdn.net/pozen/article/details/7023742 Felzenszwalb的Discriminatively Trained Deformable Part Models URL:http://www.cs.brown.edu/~pff/latent/据说是目前最好的object detection method。我转载 2012-07-10 16:41:46 · 1884 阅读 · 9 评论 -
Deformable Part Model的学习
转至http://bubblexc.com/y2011/422/Deformable Part Model是最近两年最为流行的图像中物体检测模型,利用这个模型的方法在近几届PASCAL VOC Challenge中都取得了较好的效果。其作者,芝加哥大学的Pedro Felzenszwalb教授,也因为这项成就获得了VOC组委会授予的终身成就奖。有人认为这个模型是目前最好的物体检测算法。转载 2012-07-11 10:46:24 · 7151 阅读 · 1 评论 -
Matlab安装使用libsvm
防止别人重复犯一些错误,把网络上看到得东西总结一下,希望对某些人有些帮助。20120703 一.下载libsvmhttp://www.csie.ntu.edu.tw/~cjlin/libsvm/在libsvm的网站上下载 libsvm-3.12.zip文件,解压后放在任意目录下,最好放在MATLAB工具箱中,比如 C:\Program Files\MATLAB\R2011a原创 2012-07-03 16:03:17 · 57721 阅读 · 18 评论 -
机器学习UCI数据库
http://archive.ics.uci.edu/ml/ 数据库是加州大学欧文分校(UniversityofCaliforniaIrvine)提出的用于机器学习的数据库,这个数据库目前共有187个数据集,其数目还在不断增加,UCI数据集是一个常用的标准测试数据集。 UCI上的“MultipleFeatures”数据库,这是一个手写数字识别问题,其中每个数字的数字化图像由6组共6原创 2012-07-03 16:04:21 · 21771 阅读 · 6 评论 -
运动目标检测跟踪主流算法
运动目标跟踪主流算法大致分类不全,需要慢慢补充 一.运动目标检测 (一)背景差 1.帧差2.GMM等 背景减算法可以对背景的光照变化、噪声干扰以及周期性运动等进行建模,在各种不同情况下它都可以准确地检测出运动目标。因此对于固定摄像头的情形,目前大多数的跟踪算法中都采用背景减算法来进行目标检测。背景减算法的局限性在于它需要一个静态的固定摄像头。 (二)运动场 光流原创 2013-02-21 16:58:41 · 26768 阅读 · 2 评论 -
Object Recognition and Scene Understanding(五)OpenCV中peopledetect详细介绍
opencv2以后加入了hog相关的内容,并且给出了示例,用的是法国人Navneet Dalal最早在CVPR2005会议上提出的方法。先是使用HOG进行People Detection的,已经提供了完整的方法,在peopledetect.cpp中,主要的方法有HOG特征提取以及训练还有识别,你可以通过 hog.setSVMDetector(HOGDescriptor::getDefaul原创 2013-03-11 17:26:16 · 4608 阅读 · 1 评论 -
计算机视觉领域的一些牛人博客,超有实力的研究机构等的网站链接
原作者:http://blog.csdn.net/carson2005/article/details/6601109 以下链接是本人整理的关于计算机视觉(ComputerVision, CV)相关领域的网站链接,其中有CV牛人的主页,CV研究小组的主页,CV领域的paper,代码,CV领域的最新动态,国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站,多了解一些CV的转载 2013-03-12 11:25:54 · 3773 阅读 · 0 评论 -
Object Recognition and Scene Understanding(一)概述及HOG特征
写一个简单的专题吧:Object Recognition and Scene Understanding,包括以下三大块内容:1.Object Recognition from Local Scale-Invariant Features,基于特征的目标识别算法,最具代表性的就是David G. Lowe的SIFT特征。该部分内容作者已经申请专利,这里就不多做介绍2. Histogra原创 2013-03-11 16:37:06 · 4274 阅读 · 0 评论 -
Object Recognition and Scene Understanding(二)OpenCV 中HOG特征参数个数及图解
这部分都是一些介绍,不需要主观加工,直接收集起来分享之。1. OpenCV中HOG特征参数图解http://blog.csdn.net/raocong2010/article/details/6239431最近要做图像特征提取,可能要用下HOG特征,所以研究了下OpenCV的HOG描述子。OpenCV中的HOG特征提取功能使用了HOGDescriptor这个类来进行封装,其中也有现成的原创 2013-03-11 16:52:39 · 3089 阅读 · 0 评论 -
Object Recognition and Scene Understanding(三)SVM
支持向量机,多年以来在模式识别上的最大发现,当然其利用核函数来寻找最优的分类的思路存在一定的局限性,但一定程度上解决了很多问题。关于支持向量机在模式识别领域的前世今生,可以参考谭铁牛等的论文。关于libsvm就去看台湾大牛的网页吧,faruto在如何应用libsvm上也有出彩的介绍。这里就不一一列出了。 1.之前的一些介绍libsvm的安装,参考我之前发的小文Matlab安装使用lib原创 2013-03-11 17:08:24 · 1778 阅读 · 0 评论 -
Object Recognition and Scene Understanding(六)OpenCV中HOG+SVM目标检测
参考:利用Hog特征和SVM分类器进行行人检测:http://blog.csdn.net/carson2005/article/details/7841443 HOG+SVM由于其特性,对行人检测有非常好的效果,但是对其他目标检测也有好效果。这里就把范围扩大些。 carson2005的博文中介绍了利用opencv实现样本训练和目标检测。利用Libsvm也可以进行处理。1.使用l原创 2013-03-12 10:38:53 · 5087 阅读 · 2 评论 -
Object Recognition and Scene Understanding(四)OpenCV SVM+HOG分类
通过前面的介绍,可以对hog特征利用svm训练,得到简单的二分类模型,利用分类模型可以实现二分。参考:http://blog.csdn.net/yongshengsilingsa/article/details/7535496 OpenCV官方的SVM代码在http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/ml/in原创 2013-03-11 17:16:59 · 2514 阅读 · 0 评论 -
Topic model and Gibbs Sampling
前段时间给部门做的LDA seminar的PPT原创 2014-11-19 10:58:14 · 1995 阅读 · 0 评论