- 博客(6)
- 资源 (3)
- 收藏
- 关注
原创 进程、线程与协程的比较
进程、线程和协程是三个在多任务处理中常听到的概念,三者各有区别又相互联系。进程进程是一个程序在一个数据集中的一次动态执行过程,可以简单理解为“正在执行的程序”,它是CPU资源分配和调度的独立单位。 进程一般由程序、数据集、进程控制块三部分组成。我们编写的程序用来描述进程要完成哪些功能以及如何完成;数据集则是程序在执行过程中所需要使用的资源;进程控制块用来记录进程的外部特征,描述进程
2017-09-25 19:59:57 13342
原创 《计算机视觉-一种现代方法(第2版)》读书笔记四:中层视觉
中层视觉主要关注的是图像中的几何结构以及特定对象和目标,应用领域包括目标分割和跟踪。该篇的基本内容包括基于聚类的分割、基于模型拟合的分割和简单的跟踪介绍。
2017-09-24 11:19:13 1162
原创 Numpy基于元素的乘法和矩阵乘法的区别
看到numpy中array的乘法运算时,由于array的乘法符号表示与常见的线性代数中矩阵运算符号恰好相反,脑子总是绕不过弯。为了更好的记忆和使用array的乘法符号,现记录一下自己在查阅资料后关于numpy中array乘法运算符号的理解。
2017-09-22 21:43:50 3273
原创 HOG特征简介
HOG(Histogram of Oriented Gradient),即方向梯度直方图,是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。其依据是所检测的局部物体外形能被光强梯度和边缘方向的分布所描述,本质就是梯度的统计信息,而梯度总是存在于图像的边缘(边缘是由图像中亮度变化明显的点组成的),HOG最经典的应用是在行人检测中。
2017-09-07 13:30:03 1494
原创 《计算机视觉-一种现代方法(第2版)》读书笔记三:早期视觉(一幅图像)
对原书的第二部分——早期视觉(一幅图像)进行了摘录和整理,内容包含线性滤波器、局部图像特征(边缘、角点、邻域)以及纹理。
2017-09-06 17:23:48 1053
原创 流形学习(Manifold Learning)理解
流形不是一种形状,而是一种空间。专业点讲,一个d维的流形是一个其内任意点局部同胚于欧式空间RdR^d的d维空间。地球表面(球面)就是一个嵌入在三维空间中的二维流形,因为我们可以把地球表面任意点的周围看作是一个二维欧式空间(平面)。通常,将低维欧式空间在更高维空间进行扭曲就构成了一个流形,一个形象的例子就是将一张白纸卷起来,其形成的就是一个二维流形。
2017-09-02 17:31:33 3838
计算机视觉与机器学习综述
2015-09-05
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人