- 博客(5)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 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