- 博客(50)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 车牌识别之车牌定位
一直研究车牌识别算法，主要关注车牌定位和字符识别。我想分享一下我对车牌定位的看法。 从根本上讲，车牌定位的算法分为三类，一类是基于边缘的，一类是基于颜色的，一类是基于机器学习的，这三种方法我都做过实验，基于边缘的最简单也最有效，如果对于收费站和小区的应用，做到99%以上的检测率不是件难事，但如果场景复杂一点，误检会比较多，但并不会漏掉真正的车牌，只是虚警率高点，可以通过先验知识、颜色和后面的分割加以去除，误检不是重点。基于颜色的定位算法，从根本上讲也可以算是基于边缘的一种，无非是利用彩
2010-08-13 17:26:00
31254
19
原创 大陆高校毕业IEEE fellow榜单
<br /> 清华大学（２２）1. 洪先龙 64数学 清华计算机系教授 <br /> 2. 周孝信 65电机 国家电力公司电力科研院总工<br /> 3. 李文源 68电机 96年加拿大IEEE唯一“杰出工程师”奖<br /> 4. 凌复云 68本 Qualcomm Inc副总裁 <br /> 5. 郑元芳 70本 美国Ohio州立大学电子工程系主任 <br /> 6. 王 瑶 83电子 美国Polyt
2010-08-11 17:28:00
7897
转载 VC中Combo Box控件使用大全
一、如何添加/删除Combo Box内容1，在Combo Box控件属性的Data标签里面添加，一行表示Combo Box下拉列表中的一行。换行用ctrl+回车。2，在程序初始化时动态添加如： //控件内容初始化 CString strTemp; ((CComboBox*)GetDlgItem(IDC_COMBO_CF))->ResetContent();//消除现有所有内容 for(int i=
2010-05-31 10:50:00
976
转载 VC++中如何使文件夹浏览呈现新界面
VC++中如何使文件夹浏览呈现新界面在VC++编程中，有很多地方要用到文件夹浏览对话框，在version5.0版本(微软控件版本,一般在Windows2000之前)之前若想在文件夹浏览对话框上加一个新建文件夹按钮，需要自己编程来实现，现在在version5.0版本后，只需设置一个参数就可以了，而且有上下文菜单。如下图所示：(点此下载整个示例工程，本工程略加改动即可使用于自己的程序中。本工程亦可作为
2010-05-31 10:49:00
1115
原创 批处理文件调用.EXE的问题
由于最近要用到一个.EXE文件做训练，发现每次都要敲很多命令才能到目录下，然后每次都要输入参数觉得很麻烦，就想到用批处理文件去解决这个问题，网上搜了半天也没有什么好结果，不是讲的太细就是没讲到重点，总之没有我想要的结果，后来解决了。批处理代码如下： @echo.exe的路径名 要传给.exe的参数1 参数2 参数3。。。pause 把这三条语句保存为.bat的文件，然
2010-05-19 10:58:00
7095
转载 C++ 数据写入文件
1.只用fstream ： //--------------------------------------------------------------------------- #include using namespace std; int a(void) { return 110 ; } int main(void) { ofstream ofs; char filename[16]
2010-05-18 11:29:00
7967
转载 读取指定文件夹的所有文件+_finddata_t的使用
那么到底如何查找文件呢？我们需要一个结构体和几个大家可能不太熟悉的函数。这些函数和结构体在的头文件中，结构体为struct _finddata_t ，函数为_findfirst、_findnext和_fineclose。具体如何使用，我会慢慢讲来～ 首先讲这个结构体吧～ struct _finddata_t ，这个结构体是用来存储文件各种信息的。说实话，这个结构体的具体定义代码，
2010-05-18 11:21:00
2146
转载 车牌识别中一种新的直接基于彩色图像的二值化简化方法
车牌识别包括预处理、定位、字符分割和字符识别等几部分。在本文中，我们仅讨论预处理的二值化过程。二值化的好坏决定着车牌识别的精度。事实上，要提高车牌识别精度必须要有好的二值化方法。本文提出了一种新的直接基于彩色图像的二值化方法。车牌识别，一直存在两种思路。一是将彩色图像灰度化，然后二值化等等；二是直接基于彩色图像。由于直接基于彩色图像的方法大都未取得很好的效果，因此，造成灰度化、二值化成为目
2010-05-12 16:46:00
3284
转载 车牌识别精度为何一定要100%
人工智能研究的目的就是要替代人工，减小人的劳动强度。这是每个人工智能研究人员必须牢记的。现在车牌识别研究有个怪现象，就是，车牌识别的结果还需要人工来复视，即重新看一遍。我还是想用验钞机的例子来说明问题。现在我好像想起来了，刚开始的时候，人们还是不相信验钞机，每次到银行取款，都能看到验钞机数后，还需要人工再数一次。后来，不知从什么时候起，银行的验钞机就完全替代了人工。现在，你可能再也看不到银行员
2010-05-12 16:45:00
4001
1
转载 svm经典论文
1. P. H. Chen, C. J. Lin, and B. Schölkopf, A tutorial on ν-support vector machines, Appl. Stoch. Models. Bus. Ind. 2005, 21, 111-136. 2. A. J. Smola and B. Schölkopf, A tutorial on support vector r
2010-05-11 17:40:00
12305
转载 svm软件
SVMlight http://svmlight.joachims.org/ SVMlight, by Joachims, is one of the most widely used SVM classification and regression package. It has a fast optimization algorithm, can be applied to
2010-05-11 17:36:00
1970
1
转载 svm涉及的一些概念
Support Vector Machines Vapnik等学者从20世纪70年代开始研究统计学理论（SLT），到20世纪90年代之前都还处于初级研究和理论准备阶段，最近10年才得到重视，其本身也趋向完善，并产生了支持向量机（SVMs），这一将理论付诸实现的有效的机器学习方法。SVMs算法在模式识别、回归估计等方面都有良好的应用，例如，时间序列预测、人脸识别、手写数字识别、语音识别以及网
2010-05-11 17:33:00
1079
转载 SVM入门（十）将SVM用于多类分类
从 SVM的那几张图可以看出来，SVM是一种典型的两类分类器，即它只回答属于正类还是负类的问题。而现实中要解决的问题，往往是多类的问题（少部分例外，例如垃圾邮件过滤，就只需要确定“是”还是“不是”垃圾邮件），比如文本分类，比如数字识别。如何由两类分类器得到多类分类器，就是一个值得研究的问题。 还以文本分类为例，现成的方法有很多，其中一种一劳永逸的方法，就是真的一次性考虑所有样本，并求解一个
2010-05-11 17:08:00
806
转载 SVM入门（九）松弛变量（续）
接下来要说的东西其实不是松弛变量本身，但由于是为了使用松弛变量才引入的，因此放在这里也算合适，那就是惩罚因子C。回头看一眼引入了松弛变量以后的优化问题：注意其中C的位置，也可以回想一下C所起的作用（表征你有多么重视离群点，C越大越重视，越不想丢掉它们）。这个式子是以前做SVM的人写的，大家也就这么用，但没有任何规定说必须对所有的松弛变量都使用同一个惩罚因子，我们完全可以给每一个离群点都
2010-05-11 17:06:00
1118
转载 SVM入门（八）松弛变量
现在我们已经把一个本来线性不可分的文本分类问题，通过映射到高维空间而变成了线性可分的。就像下图这样： 圆形和方形的点各有成千上万个（毕竟，这就是我们训练集中文档的数量嘛，当然很大了）。现在想象我们有另一个训练集，只比原先这个训练集多了一篇文章，映射到高维空间以后（当然，也使用了相同的核函数），也就多了一个样本点，但是这个样本的位置是这样的： 就是图中黄色那个
2010-05-11 17:02:00
780
转载 SVM入门（七）为何需要核函数
生存？还是毁灭？——哈姆雷特 可分？还是不可分？——支持向量机 之前一直在讨论的线性分类器,器如其名（汗，这是什么说法啊），只能对线性可分的样本做处理。如果提供的样本线性不可分，结果很简单，线性分类器的求解程序会无限循环，永远也解不出来。这必然使得它的适用范围大大缩小，而它的很多优点我们实在不原意放弃，怎么办呢？是否有某种方法，让线性不可分的数据变得线性可分呢？ 有！其思想说来也简
2010-05-11 17:01:00
846
原创 SVM入门（六）线性分类器的求解——问题的转化，直观角度
让我再一次比较完整的重复一下我们要解决的问题：我们有属于两个类别的样本点（并不限定这些点在二维空间中）若干，如图， 圆形的样本点定为正样本（连带着，我们可以把正样本所属的类叫做正类），方形的点定为负例。我们想求得这样一个线性函数（在n维空间中的线性函数）： g(x)=wx+b 使得所有属于正类的点x+代入以后有g(x+)≥1，而所有属于负类的点x-代入后有g(x-)≤-1（之
2010-05-11 17:00:00
923
1
转载 SVM入门（五）线性分类器的求解——问题的描述Part2
从最一般的定义上说，一个求最小值的问题就是一个优化问题（也叫寻优问题，更文绉绉的叫法是规划——Programming），它同样由两部分组成，目标函数和约束条件，可以用下面的式子表示： （式1） 约束条件用函数c来表示，就是constrain的意思啦。你可以看出一共有p+q个约束条件，其中p个是不等式约束，q个等式约束。 关于这个式子可以这样来理解：式中的x是自变量，但不限定它的维数
2010-05-11 16:59:00
829
原创 SVM入门（四）线性分类器的求解——问题的描述Part1
上节说到我们有了一个线性分类函数，也有了判断解优劣的标准——即有了优化的目标，这个目标就是最大化几何间隔，但是看过一些关于SVM的论文的人一定记得什么优化的目标是要最小化||w||这样的说法，这是怎么回事呢？回头再看看我们对间隔和几何间隔的定义： 间隔：δ=y(wx+b)=|g(x)| 几何间隔： 可以看出δ=||w||δ几何。注意到几何间隔与||w||是成反比的，因此最大
2010-05-11 16:58:00
755
转载 libsvm中tools(easy.py,subset.py,grid.py,checkdata.py)的使用
这几天在用libsvm(2.8.6)中的一些工具,总结一下.libsvm的一些工具还是非常有用的,1.可以调用subset.py将你的样本集合按你所想要的比例进行抽样出两个子样本集合.2.还可以调用grid.py做关于(C,gamma)的交叉验证参数选择,可以轻松的搜索到最好的参数对(C,gamma).3.还可以调用easy.ph一步到位完成svm的整个挖掘过程,最后得出交叉验证精度,最有参数
2010-05-11 16:55:00
1164
转载 SVM入门（1-3）（非常的好，推荐）
（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、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Accura
2010-05-11 16:55:00
953
转载 svm的一些理解（网上收集）
机器学习(Machine Learning, ML)的目的是根据给定的训练样本求对某系统输入输出之间依赖关系的估计，使它（这种关系）能够对未知输出做出尽可能准确地预测。机器学习至今没有一个精确的公认的定义。作为人工智能(Artificial Intelligence, AI)的一个重要研究领域，ML的研究工作主要围绕学习机理、学习方法和面向任务这三个基本方面进行研究。模式识别、函数逼近和概率密度估
2010-05-11 16:53:00
1305
转载 libsvm使用心得
Libsvm使用心得首先下载Libsvm、Python和Gnuplot：l libsvm的主页http://www.csie.ntu.edu.tw/~cjlin/libsvm/上下载libsvm （我自己用2.86版本）l python的主页http://www.python.org下载 python （我自己用2.5版本）l gnu
2010-05-11 10:26:00
2310
转载 [转载]支持向量机（SVM）方法简介
由V. N. Vapnik教授等人创立的统计学习理论是一种专门的小样本理论，这一方法数学推导严密，理论基础坚实。基于这一理论近年提出的支持向量机（Support Vector Machines 简称SVM）方法，为解决基于数据的非线性建模问题提供了一个新思路。SVM方法是一种具有严密理论基础的计算机学习的新方法，它已经成为计算机学习、模式识别、计算智能、预测预报等领域的热点技术，受到国内外的
2010-05-11 09:57:00
1975
转载 AdaBoost人脸检测训练算法 （下）
就像我一开始说的，比起ViolaJones人脸检测方法，Lienhart的人脸检测方法只是在Harr-like特征的选取、计算以及AdaBoost的训练算法上有区别。 一、Harr-like特征的选取 Lienhart提出了一些新的旋转Haar-like特征。包含4个边缘特征、8个线性特征和2个中心特征。而对角线特征（对应图中的4）没有用到，是因为对角线特征和线性特
2010-05-04 17:58:00
8615
31
原创 AdaBoost人脸检测训练算法 （中）
（3）采用AdaBoost算法选取优化的弱分类器 通过Adaboost算法挑选数千个有效的haar特征来组成人脸检测器，Adaboost算法中不同的训练集是通过调整每个样本对应的权重来实现的。开始时，每个样本对应的权重是相同的，对于h1分类错误的样本，加大其对应的权重；而对于分类正确的样本，降低其权重，这样分错的样本就被突出出来，从而得到一个新的样本分布U2。在新的样本分布下，再次
2010-05-04 17:53:00
10925
15
转载 AdaBoost人脸检测训练算法 （上）
前在实际中应用的人脸检测方法多为基于Adaboost学习算法的方法，这种检测方法最初由剑桥大学的两位大牛Paul Viola和Michael Jones[ViolaJones01]提出，并由另一位大牛英特尔公司的Rainer Lienhart[Lienhart02]对这一方法进行了改善。这里，我先介绍ViolaJones的人脸检测方法，然后再介绍Lienhart的人脸检测算法。我们可以发现
2010-05-04 17:46:00
29307
26
转载 概率，先验概率与后验概率
对很多人来说，这几个概念很清楚，也很模糊，下面生动形象的表述一下。对上帝来说，一切都是确定的，因此概率作为一门学问存在，正好证明了人类的无知。好在人类还是足够聪明的，我们并没有因为事物是随机的而束手无措，我们根据事物的可能性来决定我们的行为。比如，某个人抢银行之前，一定反反复复考虑过各种可能性。如果人们要等到一切都确定后再做，那么你可能什么都做不了，因为几乎一切都是随机的。一个事情有N种发生的
2010-05-04 15:50:00
1967
转载 Adaboost原理、算法以及应用
Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。其算法本身是通过改变数据分布来实现的，它根据每次训练集之中每个样本的分类是否正确，以及上次的总体分类的准确率，来确定每个样本的权值。将修改过权值的新数据集送给下层分类器进行训练，最后将每次训练得到的分类器最后融合起来，作为最后的决策分类器。使用
2010-05-04 15:33:00
22729
8
原创 AdaBoost人脸检测原理【转摘】
对人脸检测的研究最初可以追溯到 20 世纪 70 年代，早期的研究主要致力于模板匹配、子空间方法，变形模板匹配等。近期人脸检测的研究主要集中在基于数据驱动的学习方法，如统计模型方法，神经网络学习方法，统计知识理论和支持向量机方法，基于马尔可夫随机域的方法，以及基于肤色的人脸检测。目前在实际中应用的人脸检测方法多为基于 Adaboost 学习算法的方法。 Viola人脸检测方法
2010-05-04 15:28:00
2384
1
原创 Ghost误操作后只有C盘处理方法
最近经常看到网友们抱怨由于操作不当，使用GHOST恢复系统后分区不见了，机也死了，几年辛辛苦苦收藏的东东也不见了，几乎天天都有人上网求助，高手大侠们整天忙于新产品的开发，不可能有更多时间及时一一解答网友们的所提出的问题，因此我在网上看到了这个软件,现推荐给大家使用.以下是一个高手的处理这类事故的经过 几乎每一个使用计算机的用户都有错误操作计算机的时候，从某种意义上说，数据丢失的危险具
2010-04-27 16:42:00
1667
转载 OPENCV中子图像的获取拷贝以及源代码
/*F/////////////////////////////////////////////////////////////////////////////////////// 名称: cvGetSubImage 功能: 求输入图像的子图像 算法: 参数: image - 输入图像 roi - 子图像的定义区域
2010-04-27 15:23:00
832
转载 lib-svm使用
1. LIBSVM 软件包简介LIBSVM 是台湾大学林智仁 (Chih-Jen Lin) 博士等开发设计的一个操作简单、易于使用、快速有效的通用 SVM 软件包，可以解决分类问题（包括 C- SVC 、n - SVC ）、回归问题（包括 e - SVR 、 n - SVR ）以及分布估计（ one-class-SVM ）等问题，提供了线性、多项式、径向基和 S 形函数四种常用的核
2010-04-26 09:28:00
2062
原创 otsu自动阈值对图像二值化程序
otsu算法网上都是，原理就不细说了，下面给出一个基于opencv的图像二值化算法。opencv2.0已经包含了这个算法，如果装opencv2.0的话就不用自己写了，cvThreshold的最后一个参数可以选择是否是用otsu自动阈值frame为输入图像，dst为二值化后的图像void otsuThreshold(IplImage *frame,IplImage* dst){ int wi
2010-04-21 22:15:00
1959
原创 解决error : WINDOWS.H already included
今天写了一个win32的控制台程序，由于我要使用一个cstring类，添加了#include ，然后一编译就出现了error : WINDOWS.H already included这个错误，后来网上一搜，知道了解决办法。办法如下：把#include 放#include "stdafx.h"的下面，然后在工程设置里面，把not using MFC改成其它任何两个就行了
2010-04-21 22:10:00
1370
转载 VC2008下提示找不到MSVCP90D.dll的解决办法
在微软的网站上找到的，因为bug提交的太晚，SP1不修复，要等VC10再修复了。。百度谷歌都搜不到中文结果，帖出来。Same problem MSCVP90D.dill not found, went to "Project | Game Properties | Configuration Properties | C/C++ | Code Generation | Runtime Li
2010-04-19 13:03:00
719
转载 数据类型的相互转换方法
数据类型的相互转换方法 刚接触vc编程的朋友往往对许多数据类型的转换感到迷惑不解，本文将介绍一些常用数据类型的使用。 我们先定义一些常见类型变量借以说明 int i = 100; long l = 2001; float f=300.2; double d=12345.119; char
2010-04-06 21:12:00
626
转载 设置对话框背景2
VC对话框默认的灰度背景实在是不美观，填充背景图成了改善用户界面的一个很好的选择。 首先在资源视图中添加一个位图资源，如命名为IDB_BMPBK。 在对话框中添加OnEraseBkgnd()事件处理函数，用于擦除背景进行重绘。其中添加的代码如下： BOOL DialogClass::OnEraseBkgnd(CDC* pDC){ //创建内存DCCDC MemDC; //CBi
2010-04-03 10:18:00
624
原创 char* Tchar* wxString相互转换
char*->TCHAR* char *ansii_string = "some text"; int size = strlen(ansii_string); TCHAR unicode_string[30]; mbstowcs(unicode_string, ansii_string, size+1);wxString->TCHAR*
2010-04-01 15:35:00
1589
原创 OPENCV+VS2008+SQLserver图片存储数据库开发
2010-04-01<!--st1/:*{behavior:url(#ieooui) }--><!-- /* Font Definitions */ @font-face {font-family:宋体; panose-1:2 1 6 0 3 1 1 1 1 1; mso-font-alt:SimSun; mso-font-charset:134;
2010-04-01 12:47:00
5862
4
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人