![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
文献阅读
文章平均质量分 77
cfanchk
这个作者很懒,什么都没留下…
展开
-
经典论文阅读笔记——Feature篇(上)
心血来潮在CSDN开通了博客,那就时不时写点东西吧。。先写点部分Feature Extraction方面经典论文的阅读笔记,按论文发表的时间顺序至于具体的原理就不过多记录了,写起来真的很麻烦,很多网上一搜就有,主要写点心得体会吧原创 2015-12-30 15:40:47 · 2963 阅读 · 0 评论 -
经典论文阅读笔记——Feature篇(下)
7.《Robust Real-time Face Detection》(IJCV 2004)这篇文章重点并不在特征上而是Adaboost的应用,但基于它的名气也放在这里吧,在深度学习没火起来之前应该算是最最常用的人脸检测算法了。核心思路如下:求取图像积分图(快速计算);采用Adaboost算法选择特征:每一次迭代选择一个最优Haar特征(弱分类器),多次迭代的Haar特征进行组合(原创 2016-01-04 16:45:35 · 1523 阅读 · 0 评论 -
经典论文阅读笔记——BoW Model篇
一、文本表达的BoW模型Bag of Words模型最初被用在NLP或IR中,将文档表示成特征矢量。该模型忽略掉文本的语法和语序, 用一组无序的单词(words)来表达一段文字或一个文档。简单说就是将文本看作一个装满了单词的袋子(模型名字的由来),根据袋子里装的是哪类型的词汇来将其分类,而不管这些单词出现在文本中的什么地方。引用维基百科上的一个简单例子:(1) John l原创 2016-01-10 09:40:17 · 3473 阅读 · 0 评论