2018年01月_billbliss

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

billbliss的专栏