机器学习
Yao-Blog
这个作者很懒,什么都没留下…
展开
-
vs2010 opencv配置
---vc++ 包含目录 :原创 2014-11-18 21:22:17 · 744 阅读 · 0 评论 -
Boosting(Adaboost+Haar-like人脸识别)
http://blog.csdn.net/xiaowei_cqu/article/details/7670703毕设算是告一段落,里面用了一点点人脸识别,其实完全是OpenCV自带的,源自两篇论文:P. Viola and M. Jones. Rapid object detection using a boosted cascade of simple features.转载 2014-12-04 14:04:29 · 1598 阅读 · 0 评论 -
机器学习资料整理(持续更新)
http://blog.csdn.net/qianxin_dh/article/details/41596109书籍论文资料:机器学习大牛,Andrew Ng主讲的斯坦福大学机器学习课程: http://www.holehouse.org/mlclass/ 国外程序猿整理的机器学习资,主要汇编了一些机器学习领域的框架,库,以及软件(按编转载 2015-01-08 16:17:43 · 918 阅读 · 0 评论 -
TLD(Track learn detect)跟踪器
http://blog.csdn.net/crzy_sparrow/article/details/7398904真厉害!Zdenek Kalal是英国萨里大学的一个捷克学生。他演示的是他的神奇的精确定位系统,这个系统几乎可以跟踪镜头里的任何物体,只要你能看见它,并把它选中。它能 做很多神情的事情。在这个视频中,他演示了通过摄像机拍摄他的手指、把他的手指选做目标。系统于转载 2014-12-18 10:49:28 · 1055 阅读 · 0 评论 -
行人检测(综述3_相关源码)
申明,本文非笔者原创,原文转载自:http://blog.csdn.net/dpstill/article/details/22420065序号文章简介论文出处02012年PAMI登的行人检测的综述性文章:pedestrian detection an evaluation of the state转载 2014-12-01 19:57:51 · 3541 阅读 · 0 评论 -
程明明-关于文献阅读和寻找新的科研题目
本文转载自:程明明» 本文链接:http://www.52ml.net/12030.html» 转载请注明来源:我爱机器学习(52ml.net) » 《程明明-关于文献阅读和寻找新的科研题目》自从2007年一月去我即将读研的清华大学计算机图形学组做本科毕业设计开始,我就陷入了一个困扰我许久的问题之中:如何阅读文献,如何寻找科研题目?之后长达三年的时间,我一直被这转载 2015-01-08 16:31:30 · 2699 阅读 · 1 评论 -
PGM(概率图模型)学习之MRF
http://blog.csdn.net/polly_yang/article/details/9716591 之前自己做实验也用过MRF(Markov Random Filed,马尔科夫随机场),基本原理理解,但是很多细节的地方都不求甚解。恰好趁学习PGM的时间,整理一下在机器视觉与图像分析领域的MRF的相关知识。 打字不易,转载请注明。http转载 2014-12-17 21:56:58 · 3567 阅读 · 0 评论 -
每秒100帧的行人检测方法(1)
申明:本文为笔者翻阅英文文献后翻译、整理所得,文中所提方法并非笔者原创。如果你想了解更多的细节,更好的把握作者的本意,建议阅读作者的原文。Pedestrian detection at 100 frames per second, Rodrigo Benenson, Markus Matias, CVPR2012这篇文章的主要贡献有两点:(1)提出一种无转载 2014-12-01 21:21:52 · 1539 阅读 · 0 评论 -
行人检测(综述2)
http://itindex.net/detail/50878-%E8%A1%8C%E4%BA%BA最近一直在看行人检测的论文,对目前的行人检测做大概的介绍。行人检测具有极其广泛的应用:智能辅助驾驶,智能监控,行人分析以及智能机器人等领域。从2005年以来行人检测进入了一个快速的发展阶段,但是也存在很多问题还有待解决,个人觉得主要还是在性能和速度方面还不能达到一个权衡。1.行人检测转载 2014-12-01 19:29:47 · 9334 阅读 · 2 评论 -
每秒100帧的行人检测方法(2)
转自:http://blog.csdn.net/carson2005/article/details/8503948 文中作者主要关注于如何快速、有效的进行行人检测,并提出了两种加速方法。一种是在单张图像上如何更好的处理尺度信息;另一种是如何利用深度信息(depth information on stereo images)来加速;最后,根据作者的实验发现,在不降低检测质量的前提下,可转载 2014-12-01 21:23:46 · 1932 阅读 · 0 评论 -
自己训练SVM分类器进行HOG行人检测
http://blog.csdn.net/masibuaa/article/details/16105073转载 2014-11-18 22:15:24 · 44994 阅读 · 18 评论 -
行人检测(综述1)
http://www.verydemo.com/demo_c116_i10037.html转载 2014-11-19 15:03:24 · 4713 阅读 · 1 评论 -
HOG原理详解(二)
http://blog.csdn.net/abc470337944/article/details/7524598去年我做一个作业和调研的时候看了HOG的那篇论文,没怎么看明白,于是就求助于opencv的代码,结果是也没看明白。在网上做了一些求助后只好自己硬着头皮慢慢抠了两周,最后写了matlab的程序《Histograms of Oriented Gradients (HOG)特转载 2014-12-21 09:20:41 · 5395 阅读 · 2 评论 -
2014CVPR_物体检测论文
http://blog.csdn.net/connor_lele/article/details/24436451搜集了一下今年CVPR有关物体检测的论文,并列出了相关链接。欢迎大家补充。一、Oral PaperRich feature hierarchies for accurate object detection and semantic segmenta转载 2014-12-21 16:24:55 · 3008 阅读 · 0 评论 -
Instructions函数对照表:02 xmmintrin.h与SSE指令集
更多详情见——http://www.cnblogs.com/zyl910/archive/2012/04/26/md00.htmlSIMD函数整理:00 索引贴R:寄存器。M:64位MM寄存器;X:128位XMM寄存器;Y:256位YMM寄存器。Name:函数名。Name2:另一种函数名。功能:功能描述。Asm:汇编指令。PCode:伪代码。转载 2016-01-20 10:14:04 · 910 阅读 · 0 评论 -
关于模式识别、机器学习、推荐系统、图像特征、数值计算、目标跟踪等方面个人主页及博客
http://blog.csdn.net/zhangping1987/article/details/29554621目标检测、识别、分类、特征点的提取David Lowe:Sift算法的发明者,天才。Rob Hess:sift的源码OpenSift的作者,个人主页上有openSift的下载链接,Opencv中sift的实现,也是参考这个。转载 2015-05-10 10:21:25 · 3595 阅读 · 1 评论 -
非最大抑制(NMS)
非极大值抑制(NMS) 非极大值抑制顾名思义就是抑制不是极大值的元素,搜索局部的极大值。这个局部代表的是一个邻域,邻域有两个参数可变,一是邻域的维数,二是邻域的大小。这里不讨论通用的NMS算法,而是用于在目标检测中用于提取分数最高的窗口的。例如在行人检测中,滑动窗口经提取特征,经分类器分类识别后,每个窗口都会得到一个分数。但是滑动窗口会导致很多窗口与其他窗口存在包含或者大部分交叉转载 2015-05-10 16:18:08 · 9958 阅读 · 2 评论 -
后台使用imagemagick的convert命令来处理图片真是太方便了。
imagemagick文档:http://www.imagemagick.org/script/command-line-options.phpconvert功能强大,用来批处理图片的放大、缩小、裁剪、旋转、合并、水印、拼接、格式转换等都非常方便,特别适合后台的图片处理。1,获取图片信息[plain] view plaincopy$ide转载 2015-03-12 14:57:39 · 7631 阅读 · 1 评论 -
SVM VS AdaBoost 构造分类器用于物体检测
最近,在做一些关于物体检测的东西,其中要用到分类器。现在,常用的分类器有两大类:AdaBoost ,SVM.由于刚刚接触,概念上勉强了解,做起来有些吃力。幸好,实验室的师兄做过类似的工作,赶紧请教,终于有了新的理解和认识,做一简单总结。首先,要清楚整个detection task 的流程框架:第一步,对待检测图片进行合理的表述,这一步即特征表达的问题。需要用一向量(特征向量)表示图转载 2015-03-13 10:17:14 · 2555 阅读 · 0 评论 -
bootstrap, boosting, bagging 几种方法的联系
http://blog.csdn.net/chenhongc/article/details/9404583这两天在看关于boosting算法时,看到一篇不错的文章讲bootstrap, jackknife, bagging, boosting, random forest 都有介绍,以下是搜索得到的原文,没找到博客作者的地址,在这里致谢作者的研究。一并列出一些找到的介转载 2015-01-05 09:22:05 · 563 阅读 · 0 评论 -
SVM vs Adboost
这两个classifier到底哪个好?或许有人会说这样简单的判定哪个好哪个不好很幼稚,每一个classifier都有它的优缺点,但是看看CVPR每年的几百篇论文,这两个classifier的地位很难有任何其他的算法能比吧? 之前我一直以为SVM要比Adaboost在实际中更好,在理论上也更clever。想想Viola Jones都是十年前的算法了,用SVM做face detection未必就比转载 2015-02-26 17:35:06 · 1098 阅读 · 0 评论 -
CCV (ICF DPM)
http://blog.csdn.net/lanbing510/article/details/41279491由于最近要用到ICF,DPM等新的行人检测算法,找到了开源库CCV http://libccv.org/tutorial/ ,但代码是在linux平台下的,公司机器又不允许自己装双系统,就使用了Visual Box+Ubuntu来进行实现,具体的实现步骤如下:转载 2014-12-29 14:35:46 · 3342 阅读 · 2 评论 -
积分图像与积分直方图
在[1]中,有两个重要的思想: 1 级联弱分类器可以组成强分类器,且最终的结果可以媲美甚至于超越很多强的分类器。这也是至今仍然常用的一种分类器框架---Ensemble Classifier。 2 为了能够快速实时有效的检测物体,利用pre-compute理念,形成积分图像的模式。到要用到pixel值的时候,一个矩形框的像素可以通过4次简单的查表得到,在Real-time下非常原创 2014-12-22 15:02:21 · 1599 阅读 · 0 评论 -
决策树理论、C4.5源码分析及AdaBoost算法的提升改造
http://www.tuicool.com/articles/2Inaam第一部分 决策树 一、决策树原理 决策树是一种用来表示决策和相应的决策结果对应关系的树。树中每一个非叶节点表示一个决策,该决策的值导致不同的决策结果(叶节点)或者影响后面的决策选择。 示例: 决策树可分为分类树和回归树两种。分转载 2014-12-05 14:20:02 · 2362 阅读 · 3 评论 -
局部特征(local feature)
http://blog.csdn.net/zd0303/article/details/8425528(转载请注明来源:http://blog.csdn.net/jiang1st2010/article/details/7621681) 局部特征(1)——入门篇 局部特征 (local features),是近来研究的一大热点。大家都了解全局特征(global转载 2014-12-21 15:51:24 · 3309 阅读 · 0 评论 -
svm 行人识别 训练 基于Opencv
参考 http://blog.csdn.net/zouwen198317/article/details/8198578转载 2014-11-20 09:52:35 · 1609 阅读 · 0 评论 -
BING: Binarized Normed Gradients for Objectness Estimation at 300fps
http://www.cvchina.info/2014/02/25/14cvprbing/转载 2014-11-25 16:54:19 · 1469 阅读 · 0 评论 -
HOG人体检测原理详解
http://blog.csdn.net/masibuaa/article/details/129179611、HOG特征: 方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合SVM分类器转载 2014-11-29 15:17:28 · 14228 阅读 · 1 评论 -
目标检测相关优秀博客整理
1.HOG+SVM 行人检测 http://blog.csdn.net/masikkk/article/category/2267523原创 2014-11-20 21:08:41 · 410 阅读 · 0 评论 -
数据挖掘工具箱调研
1.hadoop资料页 http://hadoop.apache.org/docs/r1.0.4/cn/quickstart.html2.转载 2014-11-04 09:57:29 · 856 阅读 · 0 评论 -
生成当前目录文件列表
bat脚本@echo offfor /f "delims=" %%a in ('dir /b /s') do echo %%~na>>list.txtpause原创 2014-11-19 08:58:25 · 663 阅读 · 0 评论 -
opencv中的svm实现细节[官方论坛]
http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html转载 2014-11-18 21:01:00 · 2586 阅读 · 0 评论 -
opencv中基于HOG和SVM的物体分类思路
http://blog.csdn.net/yongshengsilingsa/article/details/7535496这里总结网上自己找到的资料,搞一个简单的框架供大家参考一下。OpenCV官方的SVM代码在http://www.opencv.org.cn/opencvdoc/2.3.2/html/doc/tutorials/ml/introduction_to_转载 2014-11-17 16:34:22 · 787 阅读 · 0 评论 -
数据集
Pedestrian dataset from MIT: 行人图片背景简单INRIA 数据集 :行人检测图片,背景复杂WallFlower dataset: 用于评价背景建模算法的好坏. Ground-truth foreground provided.Foreground/Background segmentation and Stereo dataset: from Mic转载 2014-11-17 19:36:59 · 1945 阅读 · 1 评论 -
计算机视觉、机器学习相关领域论文和源代码大集合--持续更新……
注:下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新:2013-3-17一、特征提取Feature Extraction:· SIFT [1] [Demo program][SIFT Library] [VLFeat]· PCA-SIFT [2]转载 2014-11-10 17:00:02 · 572 阅读 · 0 评论 -
csdn相关原创博文
2012年8月21号开始了我的第一篇博文,也开始了我的研究生生涯。怀着对机器学习和计算机视觉等等领域的懵懂,从一个电子材料的领域跨入这个高速发展的人工智能领域。从开始的因无知而惊慌,因陌生而乏力,到一步步的成长。这过程的知识积累也都大部分反映在这个博客上面了。感谢这个平台促使自己去总结去坚持去进步。也感谢这个平台给我带来了和大家交流的机会。借此博文总结自己过去与未来可能散乱的博文。在此也谢谢大家一转载 2014-11-11 10:31:40 · 742 阅读 · 0 评论 -
机器学习资料整理
这两天看到李航老师的《统计学习方法》,感觉写的非常好,适合入门,机器学习的基本概念都有,但是不太深入,中文书写,所有专业名词给出英文翻译。适合给初学者建立概念,可以系统的了解机器学习。原答案:强烈推荐这个UFLDL教程 - Ufldl。这是Andrew Ng写的关于非监督特征学习与深度学习的教程,关键是有一批无私且专业的网友,将其翻译成中文,并有中英文对照,与Andrew Ng转载 2014-11-04 10:46:50 · 584 阅读 · 0 评论 -
机器学习的最佳学习资源
http://blog.jobbole.com/56256/这是一篇很难写的文章,因为我希望这篇文章能对学习者有所启发。我在空白页前坐下,并且问自己了一个很难的问题:什么样的库、课程、论文和书籍对于机器学习的初学者来说是最好的。文章里到底写什么、不写什么,这个问题真的让我很烦恼。我必须把自己当做一个程序员和一个机器学习的初学者,站在这个角度去考虑最合适的资源。我找出了每转载 2014-07-28 11:50:16 · 562 阅读 · 0 评论 -
VLfeat 中的SIFT使用
I = imread('image.jpg');I = single(rgb2gray(I));O=imread('image2.jpg');O = single(rgb2gray(O));P=imread('image4.jpg');P = single(rgb2gray(P));Q = imread('image3.jpg');Q = single(rgb2gray原创 2014-01-15 18:51:52 · 5456 阅读 · 0 评论 -
视频中行为识别公开数据库汇总
http://blog.sina.com.cn/s/blog_6949fede01011yav.html1. Weizmann 人体行为库此数据库一共包括90段视频,这些视频分别是由9个人执行了10个不同的动作(bend, jack, jump, pjump, run, side, skip, walk, wave1,wave2)。视频的背景,视角以及摄像头都是静止的。而且转载 2014-11-21 09:55:48 · 3861 阅读 · 0 评论