- 博客(85)
- 资源 (24)
- 收藏
- 关注
RSS订阅原创 Harris角点检测
Harris角点检测1角点特点角点：简单理解就是在两个明显不同方向上梯度有明显变化的点，就是在水平、竖直两个方向上变化均较大的点，即Ix、Iy都较大。边缘：若仅仅在某一个方向上梯度明显变化，即仅在水平、或者仅在竖直方向有较大的变化量，即Ix和Iy只有其一较大 则该点为边界上的点，平坦地区：若任何方向上梯度都没有明显变化，即在水平、竖直方向的变化量均较小，即Ix、Iy都较小，则该点在
2014-03-30 22:29:07
1825
原创 点到直线的距离opencv实现
数学几何代数中有点到直线的公式：点P（x0，y0）到直线Ax＋By＋C=0的距离：（当然也可直接用向量法求出余弦角，再用正弦求得距离）//p.s. 直线公式用两点式转换成一般式 //param p1:线外的点 //param lp1: 线的起点 //param lp2: 线的终点 //return 距离#include "math.h"
2014-03-30 20:17:44
8882
1
原创 计算机视觉相关领域论文和源代码大集合
原文转自：http://blog.csdn.net/zouxy09/article/details/8550952原作者是zouxy09，不过作者的代码部分也应该基于UIUC某同学的总结。这次转载是在寻找unsupervised image segmentation的方法及源代码的时候搜寻到了这里，找到了Efficient Graph-based Image Segmentation
2014-03-27 21:22:16
1862
转载 Deformable Part Model的学习
申明：本文非笔者原创，原文转载自：http://blog.csdn.net/scut1135/article/details/8012007作者讲解视频： http://www.youtube.com/watch?v=_J_clwqQ4gImatlab代码实现: http://people.cs.uchicago.edu/~rbg/latent/开源C
2014-03-27 18:13:25
1134
转载 Deformable Part Model的学习
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。不同于bag of features和hog模板匹配，这
2014-03-27 16:40:41
891
转载 SVM (support vector machine) 小小结
早回来了两天，除了打了两次羽毛球外，抽时间对SVM进行了总结，主要参考了《模式分类》、《统计学习基础》、卿老师《机器学习》的课件以及张学工老师的文章《关于统计学习理论与支持向量机》。之所以叫做“小小结”，是因为：再牛的淮静，也难以领会SVM的博大精深。 1. 简介支持向量机（support vector machine , SVM）将数据映射到一个更高维的空间，在这个空间里建立有一个最大间
2014-03-26 10:54:12
2283
转载 判别式模型和产生式模型 (discriminative model and generative model)
前些天跟萌哥讨论“判别式模型和产生式模型”的问题，参考了网上一些帖子，做了个表，对两个模型进行了简单的比较。 判别式模型（discriminative model）产生式模型（generative model） 特点寻找不同类别之间的最优分类面，反映的是异类数据之间的差异对后验概率建模，
2014-03-26 10:48:58
1007
转载 用Hough投票做物体检测的3篇文献
文献1：Combined Object Categorization and Segmentation with an Implicit Shape Model，ECCV 04 Workshop。内容简介：用隐形状模型（Implicit Shape Model, ISM）把物体的检测和分割结合起来。创新点：用隐形状模型把物体的识别和分割结合起来，整合
2014-03-26 10:18:16
1228
转载 用Hough投票做物体检测（续）
文献： Object Detection using a Max-Margin Hough Transform, CVPR 2009.用最大化margin的方法学习出参与投票的部分的权重, 用优化工具CVX求解。流程图如下： 文献： Recognition using Regions, CVPR 09.内容简介：提出了一个用区域来做物体检测、分割和分类的统一框架。具体地：
2014-03-26 10:16:24
5674
转载 【OpenCV】图像几何变换：旋转，缩放，斜切
几何变换几何变换可以看成图像中物体（或像素）空间位置改变，或者说是像素的移动。几何运算需要空间变换和灰度级差值两个步骤的算法，像素通过变换映射到新的坐标位置，新的位置可能是在几个像素之间，即不一定为整数坐标。这时就需要灰度级差值将映射的新坐标匹配到输出像素之间。最简单的插值方法是最近邻插值，就是令输出像素的灰度值等于映射最近的位置像素，该方法可能会产生锯齿。这种方法也叫零阶插值
2014-03-25 22:07:08
1220
原创 深度学习资料整理（关键技术总结，斯坦福大学UFLDL教程）
中文网站：http://download.csdn.net/detail/tiandijun/7098285英文原网站：http://deeplearning.stanford.edu/wiki/index.php/UFLDL教程总结一 数据预处理1.常用批量梯度下降法来求解神经网络代价函数，但是L-BFGS和共轭梯度算法通常比梯度下降法快很多。求取代价函数的关键步骤是计算
2014-03-25 21:03:33
4552
转载 OpenCV学习（五）平滑滤波
在图像处理中，会用到对图像的平滑处理。平滑常常被用来消除图像的噪声，下面介绍几个常用于图像平滑处理的函数。（1）blur平滑处理常常用到的是线性滤波器。线性滤波器的数学基础建立在卷积的概念之上。对于一个线性滤波器，变换之后图像的输出值其实就是该点的某个邻域内各点输入像素值的加权求和。假如我们现在有一幅M*N的图像要进行线性滤波，我们采用的卷积核（kernel）的大小为m*n，那么处
2014-03-25 20:37:45
1901
原创 opencv 中的cvMat详解
1 cvMat简介图像在计算机中是以数组的形式存放的，Mat是OpenCV中用于存放图像的数据结构。通过调用相关方法，我们能够实现对图像的输入输出以及一些操作。同时，Mat又不止可以作为图像容器，它也可以作为一种比较纯粹的描述矩阵这种数学对象的结构。它比C中的IplImage好的地方在于，由于它的“计数器”机制，我们不需要对它进行手动的内存回收，从而避免了常常困扰C/C++程序员的“内存泄
2014-03-25 20:34:18
18033
转载 学习OpenCV（三）用filter2D实现矩阵掩码操作
在对数字图像进行处理时，我们一般都会在空间域（spatial domain）或者频域（frequency domain）中进行。所谓“空间域”，实际上指的是图像本身，在空间域上的操作常常是改变像素点的值，也就是经过一个映射（我们所做的变换，如滤波等），将原来的f(x,y)变换为新的g(x,y)。而“频域”，它的数学基础是法国学者傅里叶提出的傅里叶级数和随后发展起来的傅里叶变换。在这其中起到重要作用
2014-03-25 19:51:53
1279
转载 实现自己的线性滤波器
目的本篇教程中，我们将学到：用OpenCV函数 filter2D 创建自己的线性滤波器。原理Note 以下解释节选自Bradski and Kaehler所著 Learning OpenCV 。卷积高度概括地说，卷积是在每一个图像块与某个算子（核）之间进行的运算。核是什么？核说白了就是一个固定大小的数值
2014-03-25 19:13:50
830
转载 霍夫变换
目标在这个部分您将学习到:使用OpenCV的以下函数 HoughLines 和 HoughLinesP 来检测图像中的直线.原理Note 以下原理的说明来自书籍 学习OpenCV 作者Bradski和Kaehler.霍夫线变换霍夫线变换是一种用来寻找直线的方法.是用霍夫线变换之前, 首先要对图像进行边缘检测的处理，也即霍夫线变
2014-03-25 10:39:19
2070
转载 opencv 霍夫变换检测直线
[cpp] view plaincopy#include #include #include #include using namespace std; int main() { IplImage *srcRGB = cvLoadImage("f:\\image
2014-03-25 10:02:02
1688
1
转载 霍夫变换直线检测houghlines及opencv的实现分析
导读：1. houghlines的算法思想2. houghlines实现需要考虑的要素3. houghlines的opencv实现，代码分析4. houghlines的效率分析，改进1. houghlines的算法思想检测直线，houghlines标准算法，不考虑线段，不检测线段端点。在直角坐标系和极坐标系的对应关系，点、直线在两个坐标系中是对偶关系。即直角
2014-03-25 09:55:40
2318
转载 压缩跟踪Compressive Tracking
压缩跟踪Compressive Trackingzouxy09@qq.comhttp://blog.csdn.net/zouxy09 好了，学习了解了稀疏感知的理论知识后，终于可以来学习《Real-Time Compressive Tracking》这个paper介绍的感知跟踪算法了。自己英文水平有限，理解难免出错，还望各位不吝指正。
2014-03-24 22:44:12
1135
转载 压缩感知（Compressive Sensing）学习之（一）
压缩感知（Compressive Sensing）学习之（一）zouxy09@qq.comhttp://blog.csdn.net/zouxy09 压缩感知（压缩传感，Compressive Sensing）理论是近年来信号处理领域诞生的一种新的信号处理理论，由D. Donoho(美国科学院院士)、E. Candes(Ridgelet, Curvelet创始人)
2014-03-24 22:37:05
1957
转载 压缩感知（Compressive Sensing）学习之（二）
压缩感知（Compressive Sensing）学习之（二）zouxy09@qq.comhttp://blog.csdn.net/zouxy09 上一回粗略的引入了压缩感知。 http://blog.csdn.net/zouxy09/article/details/8118313 下面就针对自己的了解，具体总结下压缩感
2014-03-24 22:10:27
2368
转载 Spatial Pyramid 小结
稀疏编码系列：（一）----Spatial Pyramid 小结（二）----图像的稀疏表示——ScSPM和LLC的总结（三）----理解sparse coding（四）----稀疏模型与结构性稀疏模型---------------------------------------------------------------------------
2014-03-22 21:30:42
1677
转载 前馈网络及反向传播
本文主要介绍多层感知器模型（MLP），它也可以看成是一种logister回归，输入层通过非线性转换，即通过隐含层把输入投影到线性可分的空间中。如果我们在中间加一层神经元作为隐含层，则它的结构如下图所示 单隐层的MLP定义了一个映射： ，其中 D和L为输入向量和输出向量f(x)的大小。 隐含层与输出层神经元的值通过激活函数计算出来，例如下图：如果我们选用s
2014-03-22 20:32:16
2283
转载 卷积神经网络（CNN）
在上篇中介绍的输入层与隐含层的连接称为全连接，如果输入数据是小块图像，比如8×8，那这种方法是可行的，但是如果输入图像是96×96，假设隐含层神经元100个，那么就有一百万个（96×96×100）参数需要学习，向前或向后传播计算时计算时间也会慢很多。 解决这类问题的一种简单方法是对隐含单元和输入单元间的连接加以限制：每个隐含单元仅仅只能连接输入单元的一部分。例如，每个隐含单元仅仅连接输入
2014-03-22 20:31:07
3127
转载 深度信念网络（DBN）
深度神经网路已经在语音识别，图像识别等领域取得前所未有的成功。本人在多年之前也曾接触过神经网络。本系列文章主要记录自己对深度神经网络的一些学习心得。1. 自联想神经网络与深度网络 自联想神经网络是很古老的神经网络模型，简单的说，它就是三层BP网络，只不过它的输出等于输入。很多时候我们并不要求输出精确的等于输入，而是允许一定
2014-03-22 20:29:48
9277
1
转载 解决Opencv高低版本不兼容问题
目前OpenCV版本已更新到2.4...由此出现了一系列问题，解决如下：1、cxcore.h等头文件找不到：法一、将opencv1.0中的各种.h或者.lib文件拷到opencv2.3.1对应include/library的路径的文件夹下。e.g. Cannot open include file: 'cxtypes.h': No such file or
2014-03-21 16:27:50
1353
转载 OpenCV在Android平台上的应用
今年8月份, OpenCV 2.3.1发布了. 虽然从2.2开始, OpenCV就号称支持Android平台, 但真正能让OpenCV在Android上运行起来还是在2.3.1版本上. 在这个版本上, 我们可以使用Android的Camera,也可以使用OpenCV自带的VideoCapture. 大部分重要的API已经封装成了JAVA接口,可以在Android中直接调用. 比如imread,
2014-03-21 16:05:26
973
转载 图像去模糊之初探--Single Image Motion Deblurring
曾经很长一段时间， 对图像去模糊都有一种偏见， 认为这是一个灌水的领域， 没有什么实用价值，要到这样的文章，不管是多高的档次， 直接pass。 最近在调研最近几年的关于Computational Photography的一些研究热点时， 发现图像去模糊这个领域非常活跃， 一些效果图还是蛮有意思的。 于是大概浏览了其中的几篇文章， 慢慢地我的这种偏见也消失了。 当数码消费电子日益普及的时候， 这项技
2014-03-21 16:03:10
1304
转载 图像处理与计算机视觉：基础，经典以及最近发展（1）序
1. 为什么要写这篇文章 从2002年到现在，接触图像快十年了。虽然没有做出什么很出色的工作，不过在这个领域摸爬滚打了十年之后，发现自己对图像处理和计算机视觉的感情越来越深厚。下班之后看看相关的书籍和文献是一件很惬意的事情。平常的一大业余爱好就是收集一些相关的文章，尤其是经典的文章，到现在我的电脑里面已经有了几十G的文章。写这个文档的想法源于我前一段时间整理文献时的一个突发奇想，
2014-03-21 15:02:22
843
转载 The Most Important Algorithms (in CS and Math)
本文是Christoph Koutschan列出来的32类计算机与数学领域最为重要的算法（按字符顺序排列）。覆盖的面很广，评价很精准。链接中加入了自己总结过的文章（或者用到该算法的例子），后面有时间将根据重点算法继续补充。原文转载from：http://www.risc.jku.at/people/ckoutsch/stuff/e_algorithms.html
2014-03-21 10:22:32
728
转载 Andrew NG 机器学习听课笔记（2）——过学习与欠学习，最小二乘的概率意义、logistic回归
本文是Andrew NG先生机器学习公开课第二课的听课笔记，由于csdn中对mathtype公式的显示问题，所以直接以图片格式发表。本系列是由公开课的学习和一些自己的理解组成的。
2014-03-19 20:29:18
1030
转载 AndrewNG机器学习听课笔记（1 ）——线性回归（linear regression）
Andrew NG机器学习听课笔记（1） ——线性回归（linear regression）听课的时候只是觉得这老师讲课听起来真舒服，等差不多的时候，实验室一小子说这货就是大名鼎鼎的coursera的创始人之一NG先生，此时此刻，在自责我自己有眼无珠的同时也暗暗的庆幸，能搜到这样的公开课实属万幸
2014-03-19 20:28:19
1131
1
转载 《使用Python进行自然语言处理》学习笔记四
第二章 获得文本语料和词汇资源2.2 条件频率分布1条件和事件频率分布计算观察到的事件，如文本中出现的词汇。条件频率分布需要给每个时间关联一个条件，所以不是处理一个词序列，我们必须处理的是一个配对序列。每对的形式是：（条件，事件） 。2按文体计数词汇FreqDist()以一个简单的链表作为输入，ConditionalFreqDist()以一个配对链表作为输入
2014-03-15 19:54:29
2742
转载 《使用Python进行自然语言处理》学习笔记三
第二章 获得文本语料和词汇资源2.1 获取文本语料库1 古腾堡语料库Project Gutenberg的语料库包含>>>import nltk>>>from nltk.corpus import gutenberg>>>gutenberg.fileids()['austen-emma.txt','austen-persuasion.txt',
2014-03-15 19:53:40
3417
转载 《使用python进行自然语言理解》学习笔记二
第一章 安装NLTK环境四 NLTK下的基本操作1 命名小技巧(1) 排序表中大写字母出现在小写字母之前；(2) 选择有意义的变量名，它能提醒你代码的含义，也帮助别人读懂你的代码；(3) 经常使用变量来保存计算的中间步骤，尤其是当这样做使代码更容易读懂时；(4) 应该以字母开始，大小写敏感，不能包含空格但可以用下划线；2 字符串的合并和拆分
2014-03-15 19:52:53
1922
转载 《使用Python进行自然语言处理》学习笔记一
第一章 语言处理与 Python一 安装NLTK环境1.1 windows 7 32的安装#也可以在CSDN里搜索下载，我为了怕以后找不到了，都有上传过1. 安装Python2.7（稳定版本，http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy）；2. 安装NumPy：（http://www.lfd.uci.edu
2014-03-15 19:51:54
2907
1
转载 数据挖掘常用的方法（分类，回归、聚类、关联规则）
原文出自：http://www.vsharing.com/k//2013-10/690272.html在大数据时代，数据挖掘是最关键的工作。大数据的挖掘是从海量、不完全的、有噪声的、模糊的、随机的大型数据库中发现隐含在其中有价值的、潜在有用的信息和知识的过程，也是一种决策支持过程。其主要基于人工智能，机器学习，模式学习，统计学等。通过对大数据高度自动化地分析，做出归纳性的推理，从中
2014-03-15 19:46:15
4913
转载 左路Deep Learning+右路Knowledge Graph，谷歌引爆大数据
摘要：文章来自邓侃的博客。数据革命迫在眉睫。各大公司重兵集结，虎视眈眈。Google 兵分两路，左路以 Jeff Dean 和 Andrew Ng 为首，重点突破 Deep Learning 等等算法和应用，右路军由Amit Singhal领军，目标是构建Knowledge Graph基础设施。而在攻克技术难题之后，就是动用资本和商业的强力手段，跑马圈地了。文章来自邓侃的博客。数据革命
2014-03-15 19:37:59
793
转载 【deep learning】
Andrew Ng homepage：http://robotics.stanford.edu/~ang/【CSDN综合编译】Google本月收购了加拿大神经网络方面的创业公司 DNNresearch，公司由Geoffrey Hinton与他的两个研究生Alex Krizhevsky和Ilya Sutskever于去年成立。Geoffrey Hinton是Deep Learning领域
2014-03-15 19:37:02
779
转载 比微软kinect更强的视频跟踪算法--TLD跟踪算法介绍
TLD(Tracking-Learning-Detection)是英国萨里大学的一个捷克籍博士生在其攻读博士学位期间提出的一种新的单目标长时间（long term tracking）跟踪算法。该算法与传统跟踪算法的显著区别在于将传统的跟踪算法和传统的检测算法相结合来解决被跟踪目标在被跟踪过程中发生的形变、部分遮挡等问题。同时，通过一种改进的在线学习机制不断更新跟踪模块的“显著特征点”和检测模块的目
2014-03-12 20:23:38
737
AP（Affinity Propagation）聚类聚类算法介绍(发表在Science杂志上)
2015-04-14
Robust Recovery of Subspace Structures by Low-Rank Representation
2015-04-07
GPSR--求解L1范数优化包
2015-03-27
liblinear 软件包（最新版本1.95）
2014-11-08
opencv camshift 实现目标跟踪
2014-06-18
opencv 实现 meanshift 的目标跟踪
2014-06-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人