huguosheng的专栏

1. codehttp://www.cse.ust.hk/TL/index.html

From: 50：Face++： http://cn.faceplusplus.com/收藏原因：忒多了。。原文链接： mashape   翻译： 伯乐在线 - 伯乐在线读者译文链接： http://blog.jobbole.com/45936/

1. 最大信息系数来自哈佛大学，Broad研究院的研究人员发表了题为“Detecting novel associations in large data sets Science”的文章，介绍了一种强大的在庞大数据集中发现潜在重要关系的统计方法，这种方法能快速通过给不同类型关联进行评估，从而发现广泛范围的关系类型，这将有助于生物学，及其它学科的研究，相关成果2011公布在Science杂

http://blog.sciencenet.cn/blog-730995-578502.html最近在看人脸识别相关文献，根据文献总结归纳以下八大难点，我从难到易进行罗列。其实，人脸识别算法研究已久，在背景简单的情形下，大部分算法都能很好的处理。但是，人脸识别的应用范围颇广，仅是简单图像测试，是远远不能满足现实需求的。而能否应对复杂情形下的图像，则成了检验各家方法的硬标准。以下罗

一，人脸检测/跟踪人脸检测/跟踪的目的是在图像/视频中找到各个人脸所在的位置和大小；对于跟踪而言，还需要确定帧间不同人脸间的对应关系。 1,Robust Real-time Object Detection. PaulViola, Michael Jones. IJCV 2004.入选理由：Viola的人脸检测工作使得人脸检测真正变得实时可用。他们发表了一系列文章，这篇是引

1. Transfer learning    http://blog.sciencenet.cn/blog-894717-703981.html    http://www.zhizhihu.com/html/y2009/790.html    http://vipl.ict.ac.cn/members/mnkan

ADERTISING1. We offer a prestigious Marie Curie Experienced Researcher Fellowship [1]. The general goal is to advance the state of the art in Machine Learning / Computer Vision / Perception /  Art

tornadomeet 博客园博客： http://www.cnblogs.com/tornadomeet/

通常有两种方式 1. 直接调用PCA函数princomp 2. 使用SVD分解，调用eig1. 直接调用PCA函数princomp    princomp的输入是原始数据。princomp会自动进行中心化。    [COEFF,SCORE,LATENT]=pca(X)    LATENT： 特征向量     COEFF: PCA的映射矩阵，eigen vectors, 列是

图像处理与计算机视觉：基础，经典以及最近发展（1）序1. 为什么要写这篇文章      从2002年到现在，接触图像快十年了。虽然没有做出什么很出色的工作，不过在这个领域摸爬滚打了十年之后，发现自己对图像处理和计算机视觉的感情越来越深厚。下班之后看看相关的书籍和文献是一件很惬意的事情。平常的一大业余爱好就是收集一些相关的文章，尤其是经典的文章，到现在我的电脑里面已经有了几十G的文章

原文链接： http://blog.sina.com.cn/s/blog_6a388c8f01015n04.html用importdata和textscan读取内容为字符串的txt，结果为cell型元胞组。我想把cell变成char型，然后就自然地想到cell2str，遗憾的是matlab中没有这个函数。就像没有str2cell一样。实现str2cell

1.Guildford collegehttp://international.guildford.ac.uk/Courses/EFL.aspx  Guildford Council http://www1.surreycc.gov.uk/aclcoursefinder/results_area.aspImprove your English17

Disney Princess    http://princess.disney.com/    1. MERIDA    2. Rapunzel    3. Ariel    4. Cinderella    5. Tiana    6. Belle    7. Pocahontas    8. Mulan    9. Snow White    1

1. Shape symmetry prior2. kinect= shape(could be improved with 3DMM Reconstruction)+texture3. Application in hospital   Collect face or fingerprint to track the patient's medical history4. App

1. 不错的中文解释    http://www.cnblogs.com/LeftNotEasy/archive/2011/01/08/lda-and-pca-machine-learning.html    http://www.cnblogs.com/jerrylead/archive/2011/04/21/2024384.html    总之一句话，优化目标是： 类间距离最大，类

本人是人脸识别的新兵，主要作3D人脸识别，具体来讲，用3D morphable model作人脸你识别。3D 人脸识别可以天然地解决姿态问题，部分解决光照问题。实验显示效果还是很不错的，问题是优化时间长了点。欢迎对3D 人脸感兴趣的人一起讨论。 huguosheng100@gmail.com需要CMU-PIE，CMU-MULTIPIE数据库LANDMARK可以跟我联系。在网

1. SUBPLOT    C=load('LAMDA_FRR_sum_plot.txt');   figure;for i=1:11;subplot(3,4,i);plot([1:11], C(:,i), [1:11], C(:,22-i+1));end

1. During the fitting process, there are 4 groups of coefficient optimised.    During the fitting process,  4 groups of coefficient are optimised. (more direct, more informative )2. In every step,

1. It  指代上句话的主语    Most optimisation strategies are based on the gradient decent algorithm, which is easy to trap into the local minima.It (按道理指代strategy) will reduce the  fitting accuracy.   Jose

function [] = Make1Lndmk( )    Fname='04000_lights_27_01.ppm';    PoseID='27';    TOLNUM=24; % The number of landmarks        cd(['/vol/vssp/3dmm/PIE/',PoseID,'/1']);    tmp=imread(Fna