- 博客(6)
- 问答 (2)
- 收藏
- 关注
转载 SIFT原理
转载请注明出处:http://blog.csdn.NET/luoshixian099/article/details/47377611 相关: KD树+BBF算法解析 SURF原理与源码解析 SIFT的原理已经有很多大牛的博客上做了解析,本文重点将以Rob Hess等人用C实现的代码做解析,结合代码SIFT原理会更容易理解。一些难理解点
2017-07-07 15:19:51 1311
转载 KD树详解及KD树最近邻算法
转载自:http://blog.csdn.net/app_12062011/article/details/51986805 之前blog内曾经介绍过SIFT特征匹配算法,特征点匹配和数据库查、图像检索本质上是同一个问题,都可以归结为一个通过距离函数在高维矢量之间进行相似性检索的问题,如何快速而准确地找到查询点的近邻,不少人提出了很多高维空间索引结构和近似查询的算法。
2017-07-07 15:17:19 974
原创 KD tree算法(2)-最近邻搜索KD tree
书接上文,我们这一张来讨论KD Tree的最近邻搜索。首先来看一下《统计学习方法》书中给出的算法描述: 我们用网上很常见的例子进行分析: (7,2),(5,4),(9,6),(2,3),(4,7),(8,1) 待测节点:(2,4.5) 我们先不管在坐标上是怎么划分的,先看看在KD Tree上是如何遍历的。 我们先来进行分析: (1)在kd树中找出包含目标点x的叶节点。 这一步比较简
2017-07-07 11:23:38 1664
转载 K-D Tree详解
转载自:http://blog.csdn.net/zhjchengfeng5/article/details/7855241 首先来一个问题: 给定平面上一个点集 E ,还有一个定点 V ,怎么在一群点中找出一个点 U,使得 V 与 U 的距离最近(欧几里得距离)? 当然,我们能够想到一种做法:枚举 E 中所有的点,找出它们中距离V 最近的点 U。 但是,假设现
2017-07-07 08:35:32 709
原创 KD tree算法(1)-简介&构建KD tree
KD tree算法是KNN(K-nearest neighbor)实现的重要算法之一,下面我们先简单介绍一些KNN的知识,然后开始我们KD tree的讲解。KNN分类算法KNN是一种简单的分类方法: 分类时,对新的实例,根据k个最近邻的训练实例的类别,通过多数表决等方式进行预测。 以上是《统计学习方法》中对KNN的解释,简单明了。那么问题就在于如何快速有效找到K个近邻就是该算法的关键了。关于KN
2017-07-06 18:15:40 1751
转载 CSDN-markdown编辑器
为了避免忘记怎么用,先保存一下子本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦: Markdown和扩展Markdown简洁的语法 代码块高亮 图片链接和图片上传 LaTex数学公式 UML序列图和流程图 离线写博客 导入导出Markdown文件 丰富的快捷键 快捷键 加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl +
2017-07-06 16:43:00 330
空空如也
mac 逻辑宗卷组合并的问题
2016-07-26
关于linux学习sql的问题
2016-03-03
TA创建的收藏夹 TA关注的收藏夹
TA关注的人