houxiaogang05

一、几何角度理解奇异值分解SVDhttps://baijiahao.baidu.com/s?id=1620247228491947246&wfr=spider&for=pchttp://blog.sciencenet.cn/blog-696950-699432.htmlhttps://www.jianshu.com/p/e574e91070adhttps://www...

[1] Hsu C Y, Hsieh Y Y, Lo K H, et al. Incorporating texture information into region-based unsupervised image segmentation using textural superpixels[C]// IEEE International Conference on Image Proces...

原文链接：http://mp.weixin.qq.com/sbiz=MzI5MDUyMDIxNA==&mid=2247484464&idx=1&sn=b852980edd194eefb2515a1cc510f016&chksm=ec1fe9c9db6860df1d77704370d63b0a4be65fb9eed1ef6cdf0b569dc606a491c0e8a5...

转自：https://blog.csdn.net/u010510350/article/details/77218879近期在看CVPR2017的文章，顺便就把CVPR2017整理一下，分享给大家，更多的 Computer Vision的文章可以访问Computer Vision Foundation open access、CVPapers。Machine Learning 1Spotlight...

转自：https://blog.csdn.net/guzenyel/article/details/49281167前言：超像素这个概念被提出以来，各种方法层出不穷~在计算机视觉和模式识别中也被广泛的应用。最近几年，CVPR，ICCV，PAMI，TIP，ICIP等各种期刊、会议关于超像素的论文超多。其实，这也说明了一个问题，超像素的实现其实很简单，所以才蹦出那么多算法的文章来....其实早在201...

转自：https://blog.csdn.net/a1781842634/article/details/79453071最近在看maxflow相关的资料，本文主要介绍下自己对最大流和最小割的理解。最大流本来是网络流方面的算法，后来在计算机视觉中也得到广泛的应用，如图割。我觉得要理解一个算法首先要从起源开始，然后再去泛化问题、建立模型，最后才是解决之。本文是以一个新手的角度去理解算法。 首先从最简...

Berkeley 学派Jitendra Malik不用介绍了吧，太大的牛了。如果要介绍起来，可要花不少篇幅了。研究兴趣：分割，知觉组织，纹理，立体视觉，识别等。他带的 26 个学生都在学术和工业领域有重要影响力。" Contour Detection and Hierarchical Image Segmentation "P. Arbelaez, M. Maire, C. Fowlkes, J....

转自：http://www.cnblogs.com/mikewolf2002/p/3304118.htmlOpenCV学习(7) 分水岭算法(1)        分水岭算法主要用于图像分段，通常是把一副彩色图像灰度化，然后再求梯度图，最后在梯度图的基础上进行分水岭算法，求得分段图像的边缘线。        下面左边的灰度图，可以描述为右边的地形图，地形的高度是由灰度图的灰度值决定，灰度为0对应地形...

转自：http://met.fzu.edu.cn/dip/c10_5.htm到现在为止，已经讨论了基于3种主要概念的分割方法：(a)间断的检测；(b)门限处理和(c)区域处理。每种方法各有优点(例如，全局门限处理的速度优势)和缺点(如，以灰度级的间断检测为基础的方法需要诸如边线连接等后处理)。本节中，讨论基于所谓的形态学分水岭概念的方法。接下来将要说明，形态学分水岭分割将其他3种方法中的许多概念进...

 转自：https://blog.csdn.net/ling_xiobai/article/details/76854220今天，刚学了一些规则图形的特征提取，发现了几个好用的函数。请见下文： 我想对下面的图片进行图像内容提取  一.载入图像，图像分割 因为是一张彩色图像，所以先进行图像分割，最简单的就是阈值化了，可以直接使用im2bw（）,图像分割的其他方法先不展开，下回分析，在这...

https://blog.csdn.net/u011171235/article/details/53606988[1] arXiv:1612.01991 [pdf, other] Diverse Sampling for Self-Supervised Learning of Semantic Segmentation 语义分割中自监督学习的多样性抽样 Mohammadreza Mostajab...

可能用到的代码和数据，记录以备忘。转自：http://blog.csdn.net/zouxy09/article/details/8550952作者：zouxy09出处：http://blog.csdn.net/zouxy09 注：下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新：2013-3-17一、特征提取Feature...

其实正态分布函数并不是首先来源高斯，只是首先被高斯用于误差分析领域，才慢慢发挥出巨大的作用，e这个东西在数学上很奇妙哈，我想这与三角函数，无穷级数，欧拉等等的研究的很有关系。顺藤摸瓜的看了不少东西，到后来却发现没什么好写的 。顺便再说点，为什么高斯函数的曲线叫钟形曲线，首先有人研究命名了钟形曲面，记得外国的教堂的钟和旅馆里的服务台上的小铃铛吧，后来才有钟形曲线。两个高斯函数的卷积仍然是一个...

常用词语：1、effectively 、precise、 accurate基本术语：digital image：数字图像digital image processing：数字图像处理image digitalization：图像数字化image representation：图像表达image acquisition：图像的获取pixel：像素image clas...

引用：https://blog.csdn.net/jyzhang_cvml/article/details/78359283最近心血来潮了解了一波 Graph-cut 和 geodesic segmentation 分割算法。翻阅了整个中文区域的博客发现鲜有人讲解 geodesic segmentatio 。索性将自己的一些见解写成这篇博客和大家交流。本文把 geodesic segmenta...

【数字图像处理】4.1：灰度图像-形态学处理 发表于 2015-01-05 |  分类于 DIP |  评论数： 0 |  阅读次数： 498Abstract: 数字图像处理：第14天Keywords: 形态学，腐蚀，膨胀，开闭操作本文最初发表于csdn，于2018年2月17日迁移至此开篇废话新年第一篇博客，希望大家新年里能都收获更多的知识和技术，今天说的是灰度图像的形态学处理...

转自：https://blog.csdn.net/caoniyadeniniang/article/details/77803913level set 模型介绍   水平集方法与上一章节中的snake模型一样，同样是基于能量的图像分割方法，同样是通过求解最小能量泛函，得到目标轮廓的表达式。不同之处个人认为有两点，首先是能量构造方法的不同，其次是轮廓曲线的表达方式不同，水平集方法的轮廓表示借鉴...

转自：https://blog.csdn.net/caoniyadeniniang/article/details/77803002一、曲线演化理论   假设C=C(p)是一条光滑封闭的曲线，P是任意的参数化变量，设K表示曲 率，T表示切线，N表示法线，则有如下关系存在：                                                          ...

 转自：https://blog.csdn.net/coming_is_winter/article/details/73139291

转：https://blog.csdn.net/dukai392/article/details/72723948今天，我们在学习SCI期刊编辑部教授讲课基础上，也结合我们自己的经验，对SCI投稿前需要做的准备工作进行简单总结：1、段落调整：一定要多看SCI论文，中文文章的introduction与SCI论文实际上有一定的差距，一定不要将中文文章的introduction直接翻译后就投稿。大...

OpenCV—图像分割中的分水岭算法原理与应用图像分割是按照一定的原则，将一幅图像分为若干个互不相交的小局域的过程，它是图像处理中最为基础的研究领域之一。目前有很多图像分割方法，其中分水岭算法是一种基于区域的图像分割算法，分水岭算法因实现方便，已经在医疗图像，模式识别等领域得到了广泛的应用。1.传统分水岭算法基本原理分水岭比较经典的计算方法是L．Vincent于1991年在PAMI上提出的[1]。...

转自：https://blog.csdn.net/u012554092/article/details/77844076算法步骤： 1.构建图像梯度图像。 2.通过一定规则生成n个最初的注水区域（先验知识或局部梯度最小值）。 3.往注水区域内加水，当两注水区域即将合并时，记录下此时的边界。 4.当图像边缘彻底被分割成n个独立区域是算法结束。算法过程示意图：参考博客： OpenCV学习(7) 分水岭...

转自：https://blog.csdn.net/u014365862/article/details/53376516非极大值抑制（Non-Maximum-Suppression）注意看哦，有两个版本的。理论基础         说实话，讲理论基础实在不是我的强项，但是还是得硬着头皮来讲，希望我的讲解不至于晦涩难懂。         非极大值抑制，简称为NMS算法。是一种获取局部最大值的有效方法...

转自：https://www.cnblogs.com/pinard/p/6221564.html谱聚类（spectral clustering）是广泛使用的聚类算法，比起传统的K-Means算法，谱聚类对数据分布的适应性更强，聚类效果也很优秀，同时聚类的计算量也小很多，更加难能可贵的是实现起来也不复杂。在处理实际的聚类问题时，个人认为谱聚类是应该首先考虑的几种算法之一。下面我们就对谱聚类的算法原理...

一 、论文原理分析算法路线：gPb—->OWT—–>UCM每一部分的功能：gPb（Global Pb）：计算每一个pixel作为boundary的可能性，即pixel的weight；OWT（Oriented Watershed Transform）将上述gPb的结果转换为多个闭合的regions；UCM（Ultrametric Contour Map）将上述regions集，转换为hi...

本文转自：雷锋网，作者：思颖、连接：https://yq.aliyun.com/articles/176607，https://www.leiphone.com/news/201708/ZKsGd2JRKr766wEd.html?spm=a2c4e.11153959.blogcont176607.4.124ab45bSTodan为什么梯度反方向是函数值局部下降最快的方向？ - 忆臻的文章 - 知乎...

转自：https://blog.csdn.net/m0_37477175/article/details/78625534本篇博客是对MIT周博磊论文《earning Deep Features for Discriminative Localization.》的学习笔记。具体论文《Learning Deep Features for Discriminative Localization...

转自：https://blog.csdn.net/m_buddy/article/details/788074781. 分割指标在完成图像分割任务之后需要对分割结果进行性能评估，一般采用的指标是IOU和假阳性率。例如看下面这幅分割对照图像  上面第三幅图中红色的是分割结果，绿色的是标记图像，黄色的是重叠区域。那么具体的评判是这样的  IOU：  假阳性率： 2. Matlab实现代码% 函数功能：...

转自：https://blog.csdn.net/deepvl/article/details/40582743看论文时，看到了几篇基于交互的图像分割算法，这里罗列一下，后期有时间时再一一拜读，大家有好的论文可以告诉我，我会随时进行补充1:  Interactive Image Segmentation Based on Level Sets of Probabilities, TVCG 2012...

转自：https://blog.csdn.net/zhihua_oba/article/details/78677469机器学习常见评价指标：AUC、Precision、Recall、F-measure、Accuracy主要内容 AUC的计算Precision、Recall、F-measure、Accuracy的计算1、AUC的计算   AUC是一个模型评价指标，用于二分类模型的评价。AUC是“A...

转自：http://blog.csdn.net/v_july_v/article/details/40738211目录(?)[-]  从拉普拉斯矩阵说到谱聚类引言矩阵基础0 理解矩阵的12点数学笔记1 一堆基础概念拉普拉斯矩阵1 Laplacian matrix的定义2 拉普拉斯矩阵的性质  谱聚类1 相关定义2 目标函数3 最小化RatioCut  与最小化等价4 谱聚类算法过程参考文献与推荐阅...

Original url:http://blog.csdn.net/u010167269/article/details/52563573https://handong1587.github.io/deep_learning/2015/10/09/object-detection.htmlhttps://blog.csdn.net/junmuzi/article/details/53418782O...

转自：https://blog.csdn.net/yjl9122/article/details/70198357卷积神经网络（CNN）由输入层、卷积层、激活函数、池化层、全连接层组成，即INPUT（输入层）-CONV（卷积层）-RELU（激活函数）-POOL（池化层）-FC（全连接层）卷积层用它来进行特征提取，如下： 输入图像是32*32*3，3是它的深度（即R、G、B），卷积层是一个5*5*3...

积分图像文章推荐:http://blog.sina.com.cn/s/blog_4cb0b54301017wwo.html                               https://blog.csdn.net/u010807846/article/details/50354000参考文献：    [1] Viola P., Jones M. J. Rapid Object Det...

转自：https://blog.csdn.net/skye1221/article/details/77511797这篇主要讲如何获得最右边的结果，论文可以参考： From Contours to Regions: An Empirical Evaluation Contour Detection and Hierachical Image Segmentation根据上图，我们可以得到一般的思路...

转自：https://blog.csdn.net/skye1221/article/details/75125897伯克利的一篇Contour Detection and Hierarchical Image Segmentation论文提出来一个新的图像分割算法，本文将简单介绍该算法对应代码的应用。 这篇博客中对该paper有介绍。 伯克利资源，该网页包括数据库和代码下载链接。  下载源代码，此...

HOG特征（Histogram of Gradient）学习总结转自：https://www.cnblogs.com/wyuzl/p/6792216.html最近在做的项目有用到HOG+SVM这一方面的知识，参考相关论文和网上一些博文在此对HOG特征进行下总结。参考资料： HOG的经典论文：Dalal N, Triggs B. Histograms of oriented gradients fo...