模式识别
KCDKFT
Life is war with no mercy.
展开
-
模式识别初体验——模式识别中要处理的问题以及使用的方法
写在前面 做完这半年的毕设,就要从小小的本科进化到研究僧阶段了。本科读的是EE,虽然对这行算是感兴趣,但是还是对模式识别向往更多一些。刚刚接触模式识别不到一周,照着对于新知识从框架到细节的学习习惯,可以说是感触颇深。于是就想动笔把自己的体会记录下来,这篇文章主要还是从框架上来表明一些我对模式识别的认识。模式识别的本质 其实非IT人士对于模式识别这四个字是没有太多原创 2013-03-04 17:14:33 · 5390 阅读 · 0 评论 -
LBP算法的Matlab代码
说明:一共有三个m文件,一个是lbp.m, 存放主要的lbp算法,一个是getmapping,用以做算法的辅助函数,一个是lbptest.m,存放着测试代码。这三个文件需要放到同一个文件夹,并在文件夹中添加相应的图片,具体的图片名字见lbptest.m的代码,运行lbptest.m可以查看结果。代码最后给出效果图lbp.m文件%LBP returns the local binary pa原创 2013-03-06 17:33:24 · 39026 阅读 · 26 评论 -
图像的定义
《般若波罗蜜心经》中有句非常有名的话——”色不异空,空不异色,色即是空,空即是色“,也就是“色即是空”的来源。那么这跟图像有什么关系呢?其实图像给人的直观感受一定是可以看得到的,但是一幅图像可不可以是抽象的?也就是说图像仅仅是一片抽象描述的集合,假如如此定义,那么我们通常意义上处理的图像其实是最为浮华的图像,而我们所做的工作其实是处理这个可以用肉眼看到的“色”,来用抽象的东西得到它的“空”,也就是原创 2013-03-24 16:27:42 · 1909 阅读 · 1 评论 -
才发现CSDN的Rachel Zhang大神就在身边工作
http://blog.csdn.net/abcjennifer/ 这是她的博客 = = 竟然才知道她现在在百度IDL,下周要给我们讲Image to Text的东西。还是经理一句话提醒了我,“我们都是读你的博客长大的” → →原创 2015-08-11 15:44:08 · 6042 阅读 · 2 评论 -
ICDAR2015 Robust Reading Task4参赛感想
Robust Reading的Task 4是今年才推出的比赛,与已经公开多年的Task1和Task2相比,Task4的样本是用手机随机拍摄的生活场景,不是刻意针对文字拍摄的。Task1的图像样例Task2 的图像样例Task4的图像样例比赛要求是只检测人眼可以看出来的文字,比较直观,不做过多赘述。下面是一些我的感想吧。代码原创 2015-04-11 12:15:33 · 8151 阅读 · 13 评论 -
caffe-stn移植到高版本的方法
本文介绍了将github上开源的stn-caffe代码移植到新版本的caffe的方法原创 2016-04-01 11:00:13 · 4447 阅读 · 10 评论 -
CNN中感受野的计算
感受野(receptive field)是怎样一个东西呢,从CNN可视化的角度来讲,就是输出featuremap某个节点的响应对应的输入图像的区域就是感受野。比如我们第一层是一个3*3的卷积核,那么我们经过这个卷积核得到的featuremap中的每个节点都源自这个3*3的卷积核与原图像中3*3的区域做卷积,那么我们就称这个featuremap的节点感受野大小为3*3如果再经过pooling原创 2015-07-10 15:38:08 · 49182 阅读 · 20 评论