原文链接:稀疏表示+字典学习
Online
链接地址:
http://francesco.orabona.com/pubs.html
http://dogma.sourceforge.net/index.html#code
最近在查怎样利用在线学习来更新跟踪过程中的目标模板,偶尔发现了这个工具箱,留着将来用!
Machine
偶然的机会发现了这个工具箱,虽说05年都没有再更新了,但是很多东西还是可以借鉴的。很好的一个工具箱,功能包含face detection, eye detection, blink detection, color tracking。
链接地址:
http://mplab.ucsd.edu/grants/project1/free-software/MPTWebSite/introduction.html
SMALLbox
做稀疏表示的有很多,不同的算法也被不断提出,有研究人员已经开始提出整合一个平台,用来对各种稀疏表示的解法进行比较,SPARCO是个很不错的工具箱,前几天刚发现了另外一个,SMALLbox,这个工具箱不仅用来比较各种稀疏表示的解法,而且把字典学习算法也融合了进去,以后搞稀疏的要开心了,呵呵,什么东西都是现成的了,只需要把数据准备好,字典学习有现成的,稀疏表示有现成的!
Sparse Models, Algorithm, and Learning for Large-scale data(SMALL)
作者:Remi Gfibonval,
INRIA网址:http://small-project.eu/
kernel
以前从别的模式识别里面看过 kernel regression, 一直以来也没用用到,所以就有些忘记了,今天在wiki搜索了一下kernel regression, 看到了博士介绍的kernel regression, 感觉浅显易懂,特地做个标记,留作以后温习。
http://people.revoledu.com/kardi/tutorial/Regression/KernelRegression/index.html
他的主页给我留下了非常深刻的印象,上边有很多有用的tutorials, 并且都是author自己的语言进行组织的。
http://people.ee.duke.edu/~shji/
杜克大学的博士,本科和硕士在西电读的,不知道该不该称其为大牛,因为他以第一作者发了两篇PAMI。
作者目前主要在研究Bayesian Compressive Sensing.相关的有三篇文章:
1 Bayesian compressive sensing and projection optimization。2007. [pdf file]
2 Bayesian compressive sensing。2008. [pdf file
3 Multi-task compressive sensing。2009. [pdf file
另外,从作者的主页可以链接到Bayesian Compressive Sensing 的主页,有很多相关的工作,及代码,感兴趣的可以查看:http://people.ee.duke.edu/~lihan/cs/
作者在杜克的导师Lawrence
http://people.ee.duke.edu/~lcarin/看看他们的研究组吧,
有用的链接:Electronic Copies of Recent Papers
AFRL-Duke Workshop on Compressive Sensing
虽然看了相关的贝叶斯的基础知识,但是看起来BCS的文章,还是没搞明白,从理论上讲,BCS应该属于机器学习的内容,杜克的这个研究组似乎也主要沿着贝叶斯这条线在做,继续关注。