gxiaob的专栏

暑假听了computer vision的一个Summer School，里面Jason J. Corso讲了他们运用Low-Mid-High层次结构进行Video Understanding 和 Activity Recognition的方法，受益颇深，在这里把他的方法总结一下:--------------------------------------

本文转自http://www.cnblogs.com/xiedan/archive/2010/04/03/1703722.html§8.5信息8.5.1复合熵前面（8.2.2）式得出了仅有一个随机变量情况下的熵公式（8.2）。如果抽样实验是由两个（或者多个）实验复合而成（对应于两个集合的笛卡尔积），就存在一个联合概率分布。例如掷一枚硬币还掷一次骰子，根据独立事件的概率的乘法，它们的每个

本文转自http://bubblexc.com/y2011/310/有些东西，还是说清楚的好，比如超平面（hyperplane）这个东西。直线、平面 在说超平面之前，先说说 Rn 空间中的直线和平面。给定 Rn 空间中的一点 p 和一非负向量 v⃗ ，满足 i=tv⃗+p的点 i 的集合称为 Rn 空间中的一条直线。上式中 t 是

本文转自http://blog.sina.com.cn/s/blog_4a540be60100vjae.html图像相似度计算主要用于对于两幅图像之间内容的相似程度进行打分，根据分数的高低来判断图像内容的相近程度。    可以用于计算机视觉中的检测跟踪中目标位置的获取，根据已有模板在图像中找到一个与之最接近的区域。然后一直跟着。已有的一些算法比如BlobTracking，Meanshi

本文转自http://bbs.sciencenet.cn/thread-371538-1-1.htmlNO.1 中科院大博士是如何进行文献检索和阅读的（好习惯受益终生） 一.如何进行文献检索 我是学自然科学的，平时确实需要不少外文文献，对于自然科学来讲英文文献检索首推Elsevier，Springer等。虽然这些数据库里面文献已经不算少了。但是有时还会碰到查不到的文献，而这些文

首先将自己下载的工具箱解压到matlab安装文件下的toolbox目录下面，之后，在matlab菜单调用（File -> Set Path…）。打开主界面后，相信不用太多解释了。Add Folder… 或者 Add with subfolders… 就可以了，添加完毕后，如果需要保存该路径，则在close前save一下就可以了。 选取所安装文件夹下面的任意一个test.m文件，在命令窗口中

时间长了，也不知道原作者是谁了，先帖子在这里% mov=aviread('2.avi');%读取视频帧,视频格式为[1*100]Struct% temp=size(mov); %temp=[1 100]% fnum=temp(2);   %fnum=100% % for i=1:fnum,%    strtemp=strcat(int2str(i),'.','JPG')

打开福昕阅读器，在主菜单栏，按如下选择，工具->偏好设置->访问->文档颜色选项->自定义颜色->页面背景颜色，双击页面背景颜色处，进入调色板，此时可以设置自己的背景颜色了。将色调，饱和度和亮度分别设置为80、90（或105）和205（或者235），点击确定后退出，则背景颜色变成墨绿色。

1、打开摄像头的代码如下：source.vid = videoinput('winvideo', 1,'YUY2_320x240');set(source.vid,'ReturnedColorSpace','grayscale');vidRes = get(source.vid, 'VideoResolution');nBands = get(source.vid, 'Number

1、查看所用的Matlab函数源文件：  方法一：在安装目录MATLAB\toolbox内搜索，找出目标文件；  方法二：在Matlab的命令窗口内输入‘edit+函数名’，直接打开目标源文件2、查看变量名在文件中的位置   打开edit ->find files，在find files containing text中输入带查询的变量，然后点击find即可参考资料：htt

第一课 什么是卷积 卷积有什么用 什么是傅利叶变换 什么是拉普拉斯变换 引子很多朋友和我一样，工科电子类专业，学了一堆信号方面的课，什么都没学懂，背了公式考了试，然后毕业了。   先说"卷积有什么用"这个问题。(有人抢答，"卷积"是为了学习"信号与系统"这门课的后续章节而存在的。我大吼一声，把他拖出去枪毙！)   讲一个故事:   张三刚刚应聘到了一个电子产品公司做

（一）为什么你应该（从现在开始就）写博客用一句话来说就是，写一个博客有很多好处，却没有任何明显的坏处。（阿灵顿的情况属于例外，而非常态，就像不能拿抽烟活到一百岁的英国老太太的个例来反驳抽烟对健康的极大损伤一样）让我说得更明确一点：用博客的形式来记录下你有价值的思考，会带来很多好处，却没有任何明显的坏处。Note：碎碎念不算思考、心情琐记不算思考、唠唠叨叨也不算思考、没话找话也不算思考，请以

本文转自http://blog.csdn.net/carson2005/article/details/6384965顾名思义，机器学习的目的就是让机器具有类似于人类的学习、认识、理解事物的能力。试想一下，如果计算机能够对大量的癌症治疗记录进行归纳和总结，并能够给医生提出适当的建议和意见，那对病人的康复来说，是多么的重要。除了医疗领域，金融股票、设备维护、自动驾驶、航空航天等领域也对机器学习表

本文转自http://lincccc.com/?p=47Random Forest(s)，随机森林，又叫Random Trees[2][3]，是一种由多棵决策树组合而成的联合预测模型，天然可以作为快速且有效的多类分类模型。如下图所示，RF中的每一棵决策树由众多split和node组成：split通过输入的test取值指引输出的走向（左或右）；node为叶节点，决定单棵决策树的最终输出，在分类问

本文转自http://blog.csdn.net/weixingstudio/article/details/76319491. 弱分类器在确定了训练子窗口中的矩形特征数量和特征值后，需要对每一个特征f ，训练一个弱分类器h(x,f,p,O) 。在CSDN里编辑公式太困难了，所以这里和公式有关的都用截图了。特别说明：在前期准备训练样本的时候，需要将样本归一化和灰

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%本程序主要用于从视频中读入帧，并且进行从任意位置的连续两帧差分，差分的结果于阈值比较，从而提取出运动目标的轮廓,处理车的效果比人的效果要好%参数设置 N：处理连续的6帧，start从第100帧开始处理，阈值设置threshold=20clear all;clc;aviinfo('traffic1

本文转自http://blog.csdn.net/zyl910/article/details/749752File:      StudyRGB2Gray.txtName:      彩色转灰度算法彻底学习Author:    zyl910Version:   V1.0Updata:    2006-5-22一、基础　　对于彩色转灰度，有一个很著名的心理学公式

本文转自http://blog.csdn.net/sangni007/article/details/8116835 感谢香港理工大学的Kaihua Zhang，这是他即将在ECCV 2012上出现的paper：Real-time Compressive Tracking。 这里是他的介绍：一种简单高效地基于压缩感知的跟踪算法。首先利用符合压缩感知RIP条件的随机感知矩对多尺度

本文转自http://www.ricoh.com/about/company/technology/voice/column/009.htmlWe can read small characters without difficulty. Do our eyes have such high resolution? Is eye lens resolution much better th

本文转自http://www.ricoh.com/about/company/technology/voice/column/021.htmlClassification of Non-rigid ObjectivesThe previous column story told ( No.20 Weak Classifier and Strong Classifier) how i

本文转自http://blog.csdn.net/weixingstudio/article/details/7631241目前因为做人脸识别的一个小项目，用到了AdaBoost的人脸识别算法，因为在网上找到的所有的AdaBoost的简介都不是很清楚，让我看看头脑发昏，所以在这里打算花费比较长的时间做一个关于AdaBoost算法的详细总结。希望能对以后用AdaBoost的同学有所帮助。而且

本文转自http://blog.csdn.net/langeldep/article/details/7069874如果一个程序员从来没有在linux，unix下开发过程序，一直在windows下面开发程序， 同样是工作10年， 大部分情况下与在linux，unix下面开发10年的程序员水平会差别很大。我写这篇文章并不是想贬低windows下面开发的人，做windows开发的人看了可能会感

Matlab中的图像获取工具箱给我们提供了必要的函数，我们直接调用就可以了。在在这帖中我们主要就是简单的介绍如何使用该工具箱进行对USB2.0摄像头的编程废话不多说，我们开始言归正传了。但是一定记住你必须安装了PC摄像头才可以进行下面的东西，如果说首次安装摄像头最好重启下PC，否则可能出现没法识别摄像头。整个过程我们需要做如下几件事情：1、查询USB2.0Camera 的具体参

本文转自http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/概率论只不过是把常识用数学公式表达了出来。——拉普拉斯记得读本科的时候，最喜欢到城里的计算机书店里面去闲逛，一逛就是好几个小时；有一次，在书店看到一本书，名叫贝叶斯方法。当时数学系的课程还没有学到概率统计。我心想，一个方法能够专门写出一本书来，肯定很牛逼。后来，

clc; clear all; close all;filename = 'p15.avi';mov=aviread(filename);                      %读入fnum=size(mov,2);                           %读取视频的祯数，mov为1*tempfor i=1:fnum  strtemp=strcat('pic

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%    %%说明：此程序主要是从指定的视频中读取视频，并且将视频重新写入并且播放    %%用的函数说明：        %mmreader读取视频，get获取视频信息，set设置图片的位置和大小，moive播放视频

Jia-Bin Huang童鞋收集，此童鞋毕业于国立交通大学，之前拍过很多CVPR举办地科罗拉多州的照片，这里大多为matlab code,link: https://netfiles.uiuc.edu/jbhuang1/www/resources/vision/index.html包括：Feature Extraction：SIFT [1] [Demo progr

本文转自http://blog.csdn.net/hunnish/article/details/1824308 一、特征选择 二、分类方法 三、决策树四、人工神经网络与遗传算法五、支持向量机六、图论与聚类方法其它（待补）***********************************一、特征选择[PPT]Feature Selection forCl

本文转自http://www.blogjava.net/zhenandaci/archive/2009/02/13/254519.html按:之前的文章重新汇编一下,修改了一些错误和不当的说法，一起复习,然后继续SVM之旅.（一）SVM的八股简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及

本文转自http://www.ricoh.com/about/company/technology/voice/column/020.htmlColumn(No.20) Weak Classifier and Strong ClassifierAnimals, human beings included, behave based on environmental percep

本文转自http://blog.csdn.net/v_JULY_v/article/details/6245939     教你一步一步用c语言实现sift算法、上作者：July、二零一一年三月十二日出处：http://blog.csdn.net/v_JULY_v参考：Rob Hess维护的sift 库环境：windows xp+vc6.0条件：c语言实现。说明：本BL