- 博客(9)
- 收藏
- 关注
原创 OTSU 全局自适应阈值分割 自动二分类
OTSU 是一个自动的阈值分割主要针对全局分割,是个自适应二分类问题记T为前景与背景的分割阈值,前景点数占图像比例为ω0,平均灰度为μ0;背景点数占图像比例为ω1,平均灰度为μ1,图像的总平均灰度为μ,前景和背景图象的方差g,则ω0=N0/ M×N (1)ω1=N1/ M×N (2)N0+N1=M×N (3)ω0+ω1=1 (4)μ=ω0*μ0+ω1*μ
2018-01-31 20:50:48 973
原创 酷我k歌 保存地址
手机文件路径(文件管理器根目录)->Android->data->com.tencent.karaoke->files->localsong->xxx.m4a
2018-01-31 00:50:10 645
原创 C语言 数据对齐/内存对齐
在c语言中数据对齐有两种方式位于堆中和栈中:malloc 和 初始化直接分配对于内存对齐有相对应的方式栈的内存对齐有两种:基于Visual C和GCC的#define MY_MALLOC malloc#define MY_FREE(p) if (p != NULL) { free(p); p = NULL;}//MSVC
2018-01-30 16:15:16 927
原创 git 笔记
使用git clone 最常用的指令git 带有其他链接的资源$ git clone --recursive https://XXX/resoure.git或者$ git clone https://XXX/resoure.git$ cd XXX-master$ git submodule update --init
2018-01-30 13:46:36 182
翻译 Kabsch算法 计算两个点集的旋转矩阵
1. 平移至原点O原文见: https://en.wikipedia.org/wiki/Kabsch_algorithm
2018-01-25 17:49:48 6349 1
转载 Parzen window 概率密度估计
非参数估计:已知样本所属的类别,但未知总体概率密度函数的形式,要求我们直接推断概率密度函数本身。非参数估计的方法主要有:直方图法、核方法。Parzen窗估计属于非参数估计的核方法的一种。在数学上一个连续概率密度函数p(x)的需满足以下的条件:1、x在a和b之间的概率为:window概率密度估计" title="Parzen window概率密度估计" sty
2018-01-25 17:09:27 4102
转载 随机蕨(Random Ferns)
最近在做人脸对齐的时候,看到famous的文章《Face Alignment by Explicit Shape Regression》使用了随机蕨来做人脸特征点的回归预测。先回想一下随机森林。随机森林是很多棵决策树组成的,每颗决策树使用部分的训练样本以及部分的训练特征,并在此特征空间内按信息熵增益从小到大(特征区别度从大到小)来进行分支。最后的分类结果由多棵决策树共同表决,给出lable。
2018-01-21 16:51:48 1234
转载 vs2013 error LNK1120 LNK2019
今天使用了vs2013新建了一个工程结果发现编译的时候,总是有两个错误LNK1120 和 LNK2019最后发现了原因,在此记录一下。新建项目工程的时候,如果选择了空项目则会在编译的时候出现以上报错。解决办法:找到自己的项目,右键->属性->配置属性->链接器->系统->子系统。应为窗口,更改为控制台。
2018-01-10 17:07:05 1448
转载 并行排序 Bitonic Sort(双调排序)
双调排序是data-independent的排序, 即比较顺序与数据无关的排序方法, 特别适合做并行计算,例如用GPU、fpga来计算。1、双调序列在了解双调排序算法之前,我们先来看看什么是双调序列。 (1)先单调递增后单调递减(或者先单调递减后单调递增)的序列。(比如1 2 3 6 5 4)(2)或者循环移位之后能满足(1)的序列。(比如4 5 6 2 1 2)
2018-01-02 20:28:14 3886
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人