- 博客(5)
- 资源 (1)
- 收藏
- 关注
原创 SIFT 特征提取
SIFT(Scale-invariant feature transform) 是一种提取局部特征的技术。它将图片中的较为稳定的特征点提取出来,进行处理后生成描述符,形成独特的SIFT特征。这些特征具有尺度,旋转不变性,可以利用这些SIFT特征对图像进行匹配,识别。越是感受到SIFT在计算机视觉领域的应用之广,越是能够受到这篇论文的优美。SIFT特征提取主要包括四个步骤:1.使用DoG寻找候选兴趣...
2018-03-27 02:07:20 2145
原创 K-Means 聚类
机器学习中的算法主要分为两类,一类是监督学习,监督学习顾名思义就是在学习的过程中有人监督,即对于每一个训练样本,有对应的标记指明它的类型。如识别算法的训练集中猫的图片,在训练之前会人工打上标签,告诉电脑这些像素组合在一起,里面包含了一只猫。而自然界中更多的数据样本,事实上是没有这些标记的,而我们针对这些没有标记的数据样本,对它们进行学习的算法就叫做无监督学习。聚类算法就是一种典型的无监督学习的算法...
2018-03-20 00:25:42 575
原创 尺度不变特征点提取
Harris角点检测能够发现稳定性比较好的很多角点,但是也有很多的局限性,比如它检测出的点并没有尺度不变性。这篇文章主要是讨论尺度不变特征点的一些原理。参考论文:Scale & Affine Invariant Interest Point Detectors 2004Indexing based on scale invariant interest points 2001我们先回顾一下...
2018-03-17 01:57:02 1811
原创 Harris Corner
Harris Corner网上已经有很多的资料了,但它也是我读研究生后读的第一篇论文,对我有一种特别的意义。这篇文章我想从几个方面来讲解Harris Corner,一是Harris Corner的思想,二是Harris Corner重要公式的推导,三是从图像的层面直观的观察每一个公式的结果。本人能力有限,如有纰漏,万望指正。Any advice and suggestions will be gr...
2018-03-11 22:59:35 446
原创 初窥 AdaBoost
最近在开一篇人脸检测的论文的时候接触到了三个臭皮匠算法,哦,不对,是AdaBoost算法,找了一些资料来研读后,觉得这个思想特别有趣,因此将学习的内容进行了整理和总结。AdaBoost是一种机器学习分类算法。在介绍AdaBoost之前,我先介绍一下提升方法。我们在平时的学习过程中,常常会准备一个错题本,将那些我们翻过错误的题目记录在错题本上,反复学习,加深记忆。提升方法采用的就是这种思想,它旨在改...
2018-03-05 18:37:40 486 1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人