2019年04月_问道_bin_CSDN博客

问道_bin

码龄9年

个人简介：人脸识别、嵌入式linux、图像处理、检测、识别、雷达

IP 属地：陕西省

查看详细资料

个人成就

获得63次点赞
内容获得12次评论
获得391次收藏
博客总排名1,084,654名

TA的专栏

兴趣领域设置

人工智能

opencv语音识别计算机视觉机器学习深度学习神经网络自然语言处理tensorflow图像处理nlp

创作活动更多

王者杯·14天创作挑战营·第2期

这是一个以写作博客为目的的创作活动，旨在鼓励码龄大于4年的博主们挖掘自己的创作潜能，展现自己的写作才华。如果你是一位热爱写作的、想要展现自己创作才华的小伙伴，那么，快来参加吧！我们一起发掘写作的魅力，书写出属于我们的故事。注： 1、参赛者可以进入活动群进行交流、分享创作心得，互相鼓励与支持（开卷），答疑及活动群请见https://bbs.csdn.net/topics/619735097 2、文章质量分查询：https://www.csdn.net/qc 我们诚挚邀请你们参加为期14天的创作挑战赛！

66人参与去参加

搜TA的内容

python安装教程、同时安装python2 python3

1 anaconda是一个集成包，里面集成了python和python常用库；2 安装扩展库时以前都是pip install 库名(如keras)；有了conda后可以用conda命令安装：conda install 库名(如keras)3 conda可以创建不同的python环境，也就时说我们可以在conda中国创建不同的python环境，实现电脑同时安装python2 python3的...

发布博客 2019.04.29 ·

SVM分类

目录1.1Logistic回归线性分类器1.2SVM概述：1.3 深入SVM1.3.1 对偶问题求解的三个步骤1.3.2 核函数1.3.3 使用松弛变量处理 outliers 方法1.1Logistic回归线性分类器给定一个分类超平面将空间中的数据分为两类，分类超平面为：使得，其中x是n维特征...

发布博客 2019.03.28 ·

Video Rain Streak Removal By Multiscale Convolutional Sparse Coding 雨景分离

1 获取背景B：背景检测方法（低秩矩阵分解）（Rubost PCA）当Ｅ为稀疏的大噪声矩阵时，同时引入折中因此，此问题可转化为如下优化问题：上式中秩函数、0范数均非凸，变成了NP-hard问题，需要对其松弛，方可进行优化。由范数知识可知，核范数是秩函数的凸包，1范数是0范数的凸包，所以上述NP-hard问题松弛后可转化凸优化问题： 2 获得目标二值图H：图像分割（graph cut）分块平滑意...

发布博客 2018.06.06 ·

语言分离（噪声中分离）

第一篇论文：《基于深度学习的语音分离研究_张晖》第二篇论文：《基于卷积神经网络的语音分离方法研究与实现_杨冰晴》第三篇论文：《基于深层神经网络的语音增强方法研究_徐勇》（大神的论文，各种公式，看不太懂）传统方法：根据所使用的麦克风数量的不同，语音分离的方法可以分为单声道（一个麦克风）分离和多声道的基于麦克风阵列（多个麦克风）的分离。单声道语音分离，一般用到两种技术：语音增强，和计算听觉场景分析。语...

发布博客 2018.04.23 ·

tensorflow安装

1 pip命令在activate 环境后安装缺少的库：安装包在线安装pip install <包名> 或 pip install -r requirements.txt通过使用== >= <= > <来指定版本，不写则安装最新版requirements.txt内容格式为：APScheduler==2.1.2Django==1.5.4MySQL-Connect...

发布博客 2018.04.19 ·

封装RTP码流

RTP header格式组成，见下图： 0 1 2 3 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 +-+-+-+-+-+-+-+-+-+-+-+-...

发布博客 2018.03.03 ·

将H264码流打包成RTP包

转载地址将H264码流打包成RTP包：http://blog.csdn.net/chenchong_219/article/details/37996161H264码流打包成RTP包的代码如下：#include <stdio.h> #include <stdlib.h> #include <conio.h> #include <string.h...

发布博客 2018.03.03 ·

H.264码流打包为RTP码流

H264码流打包成RTP包的代码如下：[cpp] view plain copy#include #include #include #include #include #include //#include "mem.h" #define PACKET_B

发布博客 2018.01.23 ·

viola-jones论文的Adaboost和经典的Adaboost

1 算法介绍：viola-jones论文的Adaboost：经典Adaboost：差别1：权重更新：viola-jones论文的Adaboost权重变换：a=log((1-e)/e) 判断正确的样本权重：W*(e/(1-e)) 判断正确的样本权重：W（不变）然后归一化。经典Ad

发布博客 2018.01.18 ·

人脸检测、人脸正负样本库

发布资源 2018.01.17 ·

haar+Adaboost人脸检测（viola-jones人脸检测）、人脸检测样本库正负样本

发布资源 2018.01.17 ·

c++类型转换

atoi，atol，strtod，strtol，strtoul实现类型转换2006-02-13版权声明：转载时请以超链接形式标明文章原始出处和作者信息及本声明http://ivanvic.blogbus.com/logs/1920125.htmlatof（将字符串转换成浮点型数）相关函数atoi，atol，strtod，strtol，strtoul表头文件#

发布博客 2018.01.10 ·

人脸识别算法（二）---fisherface

1 原理讲的很清楚人脸识别经典算法三：Fisherface（LDA）:http://blog.csdn.net/smartempire/article/details/23377385中心思想：将人脸图像，从高维到低维投影Y=W*X; 使得投影后，人脸图像类间最大，类内最小；提出fisherface的文献：Eigenfaces vs. Fisherfaces: Re

发布博客 2017.12.26 ·

人脸识别算法（一）---eigenfaces

向量的表示及协方差矩阵：http://blog.csdn.net/songzitea/article/details/18219237矩阵相乘、向量内积的意义：A⋅B=|A|cos(a)也就是说，设向量B的模为1，则A与B的内积值等于A向B所在直线投影的矢量长度向量(x,y)实际上表示线性组合：

发布博客 2017.12.21 ·

人脸检测方法总结

1 人脸检测方法分类：对图像或者图像序列进行人脸检测的方法可以大致上分为四类,它们分别是知识规则方法、不变特征方法、模板匹配方法以及统计模型方法（1）基于知识规则的方法：基于知识规则的方法是利用人脸规则对输入图像进行人脸检测的方法（如：眼睛、鼻子、嘴巴等的分布）。这类方法主要是利用一些简单的规则来描述人脸面部特征以及这些特征之间的关系；（基于马赛克图人脸检测；镶嵌图法；用神

发布博客 2017.12.14 ·

20163 阅读 ·

LBPH+Adaboost人脸检测、识别

检测：可能的方法一：LBPH的维数如果是：8×8×64=2710也就是说LBPH是一个2710维的特征，那么每一维都相当于一个haar特征；所以就像是Haar+Adaboost一样，找维数种分辨能力最强的为弱分类器，用Adaboost的方法训练获取Adaboost的LBPH分类器；可能的方法二：论文：在基于Boo sting

发布博客 2017.12.11 ·

SVM原理详解

我见过的将svm最全的博客了：http://blog.csdn.net/v_july_v/article/details/7624837#t34

发布博客 2017.12.11 ·

HOG特征

百度百科将的就不错：https://baike.baidu.com/item/HOG/9738560?fr=aladdinHOG：从理论到OpenCV实践：https://www.cnblogs.com/zhazhiqiang/p/3595266.html

发布博客 2017.12.11 ·

LBP特征的几种模式、代码实现链接

1 基本的LBP 2 加阈值的LBP3 旋转不变的LBP（2）LBP旋转不变模式从 LBP 的定义可以看出，LBP 算子是灰度不变的，但却不是旋转不变的。图像的旋转就会得到不同的 LBP值。 Maenpaa等人又将 LBP算子进行了扩展

发布博客 2017.11.30 ·

boosting、Adaboost、CascadeAdaboost算法

2.算法发展简介2.1 强学习算法和弱学习算法在机器学习领域，Boosting算法是一种通用的学习算法，这一算法可以提升任意给定的学习算法的性能。其思想源于1984年Valiant提出的”可能近似正确”-PAC(Probably Approximately Correct)学习模型，在PAC模型中定义了两个概念-强学习算法和弱学习算法。其概念是: 如果一个学习算法通过学习一组样本，

发布博客 2017.11.28 ·