2016年08月_Eason.wxd

转载目标检测（二）--Hough Forests for Object Detection

原文：http://www.cnblogs.com/walccott/p/4956860.html09年cvpr上提出霍夫森林的文章——Class-Specific Hough Forests for Object Detection霍夫森林是随机森林和霍夫投票在计算机视觉中的应用，可以用在物体检测，跟踪和动作识别。下面这张图阐释了检测原理Hough

2016-08-24 09:51:00 5924

转载目标跟踪算法的分类（三）

原文：http://www.360doc.com/content/16/0315/10/25664332_542332518.shtml目标跟踪的任务是获得目标在连续图像序列中位置随时间变化的轨迹。目标的表达用的都是形状或外观模型。选择的表达模型限制了其可以使用的运动模型或分解方法。比如点表达的目标只能体现平移运动。几何形状表达仿射或投影更加合适。而对非刚性目标，轮廓表达最为合适，可用

2016-08-22 15:57:56 20516

转载运动目标跟踪（十九）--TLD

原文：http://blog.csdn.net/zouxy09/article/details/7893026相对来说，TLD算是比较入门的跟踪算法了，没有特别复杂的理论原理。实际上，一句话总结，就是中值光流+级联检测（依次从方差，随机森林，最近邻）的融合部分，之后，根据结果，更新级联检测。但其考虑到了多尺度。直接转大牛的分析，对着代码过了一边，没什么问题。下面是自己在看论文和这些

2016-08-22 15:20:26 27419

原创运动目标跟踪（十七）--一些跟踪算法简述及跟踪牛人资料整理

这篇文章，主要记录一些效果和时间不是很优秀的跟踪算法，以备用。L1APG:原文：http://www.cnblogs.com/pixel/archive/2012/10/17/2728243.html以防原文链接失效，引用：最近在看有关将L1范数最小化运用到视频跟踪上的文章，这里是文章和实现代码的下载地址http://www.dabi.temple.edu/~hbling/co

2016-08-19 14:01:17 32271 4

原创运动目标跟踪（十八）--阶段性总结

经过近两周的学习，对目前了解到的几个跟踪算法，坐下相关总结对比。各算法的主要思想： CN跟踪器：是CSK[5]跟踪器的改进算法。它联合颜色特征（Color Name）和灰度特征来描述目标，在文献[1]作者通过大量的实验证明了Color Name在视觉跟踪中的卓越性能，并且对Color Name 进行了PCA降维，去除了Color Name中的冗余信息，使得对目标的外观

2016-08-19 10:24:22 30585 6

转载运动目标跟踪（十六）--OAB，SemiT,BSBT跟踪

原文：http://blog.csdn.net/ikerpeng/article/details/18985573文章：on-line boosting and vision Grabner, H. ; Graz University of Technology ; Bischof, H. CVPR, 2006 IEEE Computer Society Conferen

2016-08-18 16:36:37 7917

转载运动目标跟踪（十五）--WMIL跟踪

原文：http://blog.csdn.net/ikerpeng/article/details/20703421文章：Real-time visual tracking via online weighted multiple instance learningKaihua Zhang, Huihui SongDepartment of Computing, The Hon

2016-08-18 12:25:17 7325

转载运动目标跟踪（十四）--MIL跟踪

原文：http://blog.csdn.net/ikerpeng/article/details/19235391文章：Robust object tracking with on-line multiple instance learningBoris Babenko, Student Member, IEEE, Ming-Hsuan Yang, Senior Member, IE

2016-08-18 12:23:49 10698

转载运动目标跟踪（十三）--SRDCF/DeepSRDCF

原文：http://m.blog.csdn.net/article/details?id=51325716介绍DeepSRDCF之前，首先介绍SRDCF。今天对SRDCF算法做一些笔记[paper:Learning Spatially Regularized Correlation Filters for Visual Tracking]这篇文章同样是目前比较好的，在VOT20

2016-08-17 13:04:32 15294 3

转载运动目标跟踪（十）--CSK跟踪

原文：http://blog.csdn.net/ikerpeng/article/details/44171159这篇文章很赞啊！很有必要将其好好的学习，今天首先记录它的代码思路（详细的推导过程后面会给出的）。首先，这篇文章使用的决策函数是一个结构风险最小化的函数：

2016-08-17 11:54:57 9819

转载运动目标跟踪（十一）--CN及CSK跟踪原理

原文：http://blog.csdn.net/hlinghling/article/details/44308199基于自适应颜色属性的目标追踪Adaptive Color Attributes for Real-Time Visual Tracking基于自适应颜色属性的实时视觉追踪 3月讲的第一篇论文，个人理解，存在很多问题，欢迎交流！这是CVPR2014

2016-08-17 11:48:24 21270 5

转载 Regularized least-squares classification（RLSC）

原文：http://blog.csdn.net/ikerpeng/article/details/40147733在机器学习或者是模式识别当中有一种重要的分类器叫做：SVM 。这个被广泛的应用于各个领域。但是其计算的复杂度以及训练的速度是制约其在实时的计算机应用的主要原因。因此也很很多的算法被提出来，如SMO，Kernel的方法。但是这里要提到的 Regularized l

2016-08-17 11:41:18 7361

转载运动目标跟踪（十二）--KCF跟踪及CSK,CN对比

作者的主页：http://home.isr.uc.pt/~henriques/可以下载到文章和代码，文章的名字叫　High-Speed Tracking with　Kernelized Correlation Filters.总结来说，这也是一种Tracking By Detection的跟踪方法，跟ＴＬＤ，OAB同宗,以跟踪对象为正样本，以周围坏境为负样本，训练一个判别分类器．pap

2016-08-17 09:27:53 22887 3

原创运动目标跟踪（九）--Struck跟踪原理

《Struck:Structured Output Tracking with Kernels》是 Sam Hare, Amir Saffari, Philip H. S. Torr等人于2011年发表在Computer Vision (ICCV)上的一篇文章。Struck与传统跟踪算法的不同之处在于：传统跟踪算法(下图右手边)将跟踪问题转化为一个分类问题，并通过在线学习技术更新目标模型。然而

2016-08-16 14:25:46 19636

原创运动目标跟踪（八）--时空上下文(STC)跟踪原理

原文：http://blog.csdn.net/qianxin_dh/article/details/39135189一.前言《Fast Tracking via Spatio-Temporal Context Learning》是Kaihua Zhang等人发表的一篇文章，文中提到了通过利用时空上下文进行视觉跟踪，具有很好的实时性和鲁棒性。该算法基于

2016-08-16 09:36:17 13923

原创 SVM算法及OpenCV源码分析

1

2016-08-10 09:18:25 9731

转载贝叶斯（朴素贝叶斯，正太贝叶斯）及OpenCV源码分析

一、原理 OpenCV实现的贝叶斯分类器不是我们所熟悉的朴素贝叶斯分类器（Naïve Bayes Classifier），而是正态贝叶斯分类器（Normal Bayes Classifier），两者虽然英文名称很相似，但它们是不同的贝叶斯分类器。前者在使用上有一个限制条件，那就是变量的特征之间要相互独立，而后者没有这个苛刻的条件，因此它的适用范围更广。为了保持理论的系统性和完整性，我们还是

2016-08-09 17:25:27 6660 1

原创 EM算法及OpenCV源码分析

关于EM原理，见：EM算法的启动和终止算法执行的开始步骤有三种指定方式。如果使用了CvEM::START_AUTO_STEP，则会调用k-means算法估计最初的参数，K-means会随机地初始化类中心，KMEANS_PP_CENTERS，这会导致EM算法得到不同的结果，如果数据量越大，则这种差异性会变小。如果指定CvEM::START_E_STEP或CvEM::START

2016-08-09 13:58:04 6340

转载 KNN（七）--最近邻及OpenCV源码分析

原文：http://blog.csdn.net/zhaocj/article/details/50764093一、原理K近邻算法（KNN，K-NearestNeighbors）是一种非常简单的机器学习方法，它既可以处理分类问题，也可以处理回归问题，而且它的执行效果非常好。KNN是一种懒惰学习算法（lazy learningalgorithm）。所谓懒惰算法指的是，直到有了新的测试样

2016-08-08 17:29:54 8542 1

原创决策树（十）--GBDT及OpenCV源码分析

一、原理梯度提升树（GBT，Gradient Boosted Trees，或称为梯度提升决策树）算法是由Friedman于1999年首次完整的提出，该算法可以实现回归、分类和排序。GBT的优点是特征属性无需进行归一化处理，预测速度快，可以应用不同的损失函数等。从它的名字就可以看出，GBT包括三个机器学习的优化算法：决策树方法、提升方法和梯度下降法。前两种算法在我以前的文章中都有详细的介绍，...

2016-08-08 11:46:05 7238 1

转载决策树（九）--极端随机森林及OpenCV源码分析

原文：http://blog.csdn.net/zhaocj/article/details/51648966一、原理ET或Extra-Trees（Extremely randomized trees，极端随机树）是由PierreGeurts等人于2006年提出。该算法与随机森林算法十分相似，都是由许多决策树构成。但该算法与随机森林有两点主要的区别：1、随机森林应用的是Baggin

2016-08-08 11:44:28 9152

转载决策树（八）--随机森林及OpenCV源码分析

原文：http://blog.csdn.net/zhaocj/article/details/51580092一、原理随机森林（Random Forest）的思想最早是由Ho于1995年首次提出，后来Breiman完整系统的发展了该算法，并命名为随机森林，而且他和他的博士学生兼同事Cutler把Random Forest注册成了商标，这可能也是Opencv把该算法命名为Random T

2016-08-08 11:43:01 8165 1

转载决策树（七）--Boost及源码分析

原文：http://blog.csdn.net/zhaocj/article/details/50536385一、原理AdaBoost（Adaptive Boosting，自适应提升）算法是由来自AT&T实验室的Freund和Schapire于1995年首次提出，该算法解决了早期Boosting算法的一些实际执行难题，而且该算法可以作为一种从一系列弱分类器中产生一个强分类器的通用方法。正由

2016-08-08 11:30:39 6776

原创决策树（三）--完整总结（ID3，C4.5，CART,剪枝，替代）

参考：http://blog.csdn.net/zhaocj/article/details/50503450总结很完整一、原理决策树是一种非参数的监督学习方法，它主要用于分类和回归。决策树的目的是构造一种模型，使之能够从样本数据的特征属性中，通过学习简单的决策规则——IF THEN规则，从而预测目标变量的值。图1 决策树例如，在某医院内，对因心脏病发作而入院治疗...

2016-08-06 14:24:47 35678 1

转载决策树（五）--OpenCV决策树

OpenCV中的CvDTree类实现了单一的决策树，可以作为基类用在Boosting 和 Random Trees中。决策树是一个二叉树，回归和分类中都可以用。在分类中，每个树叶都被标记了一个类别，多个叶子也可以是相同的类别，在回归中，一个常量也可以赋值给一个叶子，所以逼近函数是分段的。在机器学习中，基尼纯度被用来作为分类的准则，平方和误差被用来作为回归的评价。在以下四种情况下，分割会终止

2016-08-06 13:50:10 7395

转载人脸检测（十）--强分类器源码分析

原文:http://blog.csdn.net/beerbuddys/article/details/40712957 下面的内容很长，倒杯水（有茶或者咖啡更好），带上耳机，准备就绪再往下看。下面我们来看强分类器是如何训练的，该过程在CvCascadeBoost::train函数中完成，代码如下： [cpp] view plain copy print?bool CvCas...

2016-08-05 11:42:14 6534

工作笔记