机器学习
文章平均质量分 80
_苏_
苦逼程序员啊~
展开
-
LibSvm源码解析~算法
算法流程如下图所示,是2.6版本C-SVC型svm算法实现流程,核函数采用常用的RBF函数。 函数解析算法原理归纳原创 2017-01-23 17:03:07 · 2135 阅读 · 0 评论 -
LibSvm使用说明
综述SVM支持向量机SVM(Support Vector Machine)是一个有监督的学习模型,通常用来进行模式识别、分类、以及回归分析。总得来说,SVM就是通过训练得到一个超平面 ,将样本分类,保证被分类的样本中离超平面近的一些点距离超平面距离(几何间隔)最大,这些离超平面近的点叫作支持向量(之所以叫支持向量而不叫支持样本是因为每个样本均认为是一个向量,每个特征是向量的一个元素)。LibSvm原创 2017-01-21 17:31:10 · 6800 阅读 · 1 评论 -
机器学习 之 Haar特征
Haar特征Haar特征原理综述Haar特征是一种反映图像的灰度变化的,像素分模块求差值的一种特征。它分为三类:边缘特征、线性特征、中心特征和对角线特征。用黑白两种矩形框组合成特征模板,在特征模板内用 黑色矩形像素和 减去 白色矩形像素和来表示这个模版的特征值。例如:脸部的一些特征能由矩形模块差值特征简单的描述,如:眼睛要比脸颊颜色要深,鼻梁两侧比鼻梁颜色要深,嘴巴比周围颜色要深等。但矩形特征只对一原创 2016-08-16 20:07:02 · 45772 阅读 · 10 评论 -
机器学习 之 LBP特征
综述:: LBP特征:Local Binary Pattern,局部二值模式特征,是一种用来描述图像局部纹理特征的算子。LBP特征算子计算简单、效果较好,数据量小,因此LBP特征在计算机视觉的许多领域都得到了广泛的应用,LBP特征比较多用于目标检测中。LBP计算出的特征具有灰度不变性和旋转不变性等显著优点,例如对光照不敏感。 LBP的基本算子原始的LBP算子定义为在3*3的窗口内,以窗口中心像素原创 2017-01-04 11:23:54 · 7772 阅读 · 0 评论 -
机器学习 之 Hog特征
Hog特征综述背景方向梯度直方图(Histogram of Oriented Gradient, HOG)特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。它是一种能够很好地描述图像局部纹理或边缘的方向密度分布的一种特征。Hog特征结合 SVM分类器用于行人检测具有很好效果。两个概念像素点梯度与梯度方向假设图像中像素点(x,y)的原创 2017-01-05 16:11:01 · 1928 阅读 · 0 评论 -
BP神经网络
总述: 在工作中,负责到车牌识别项目,所以特地研究下目前安防行业内普遍用的车牌识别算法:BP神经网络。BP网络的结构BP网络的结构如下图所示,分为输入层(Input),隐含层(Hidden),输出层(Output)。 输入层的结点个数取决于输入的特征个数。 输出层的结点个数由分类的种类决定。 在输入层和输出层之间通常还有若干个隐含层,至于隐含层的个数以及每个隐含层的结点个数由训练工程师的经验原创 2016-06-24 17:50:40 · 7972 阅读 · 4 评论 -
adaboost训练 之 强分类器训练原理
最近看opencv中adaboost训练强分类器源码,记录下自己对adaboost训练强分类器的原理理解。adaboost训练强分类器的基本流程: 1、初始化训练样本的类别与权重分布。 2、迭代循环训练弱分类器。 3、将每次循环训练成的弱分类器与已经存在的弱分类器组成的强分类器。 4、根据当前强分类器计算正样本置信度,根据传入参数minhitrate来取得强分类器阈值。 5、用当前强分类器原创 2016-09-30 16:14:49 · 7598 阅读 · 1 评论 -
adaboost训练 之 弱分类器训练的opencv源码详解 2
接着上一个博客http://blog.csdn.net/lanxuecc/article/details/52688605在弱分类器训练的主体函数cvCreateCARTClassifier中我们看到主要是调用cvCreateMTStumpClassifier函数来训练得到弱分类器的结点,下面注释下这个函数/* * cvCreateMTStumpClassifier * * Multithre原创 2016-09-28 11:26:53 · 2383 阅读 · 0 评论 -
adaboost训练 之 弱分类器训练的opencv源码详解 1
adaboost训练弱分类器的原理见上一个博客::http://blog.csdn.net/lanxuecc/article/details/52681525 opencv中adaboost训练弱分类器的主体代码是函数cvCreateCARTClassifier,这个函数通过大致逻辑是:1、通过调用训练结点函数cvCreateMTStumpClassifier来创建根结点 2、在要求弱分类器特征原创 2016-09-28 10:52:07 · 2114 阅读 · 0 评论 -
adaboost训练 之 弱分类器训练原理
二叉决策树介绍二叉决策树由LeoBreiman和他的同事提出.他们称之为"分类和回归树(CART)".OpenCV实现的就是"分类回归树".简单地说,二叉决策树的每个结点表示对对象做判断的一个特征属性,将对象提供的属性值与该结点提供的属性值做对比,例如,判断一辆车是否是小汽车我们选择第一个结点为车子的轮子个数这个属性,如果有4个轮子表示有可能是的小汽车,如果没有则不可能是。这个结点的左右分支分别代表原创 2016-09-27 15:57:53 · 14683 阅读 · 1 评论 -
adaboost训练 之 参数详解
利用adaboost训练人脸分类器时,主要做几件事,准备正负样本,生成正样本pos.vec文件,生成负样本列表文件,训练等,具体可以看这几个博客: http://blog.csdn.net/u013355191/article/details/40381107,这里不赘述。记录下我在研究过程理解的,生成正样本程序CreateSamples.exe以及训练程序opencv_haartraining.原创 2016-09-20 16:23:42 · 7463 阅读 · 8 评论 -
SVM通俗导论 之 注释版
支持向量机通俗导论(理解SVM的三层境界)作者:July 。致谢:pluskid、白石、JerryLead。说明:本文最初写于2012年6月,而后不断反反复复修改&优化,修改次数达上百次,最后修改于2016年11月。声明:本文于2012年便早已附上所有参考链接,并注明是篇“学习笔记”,且写明具体参考了pluskid等人的文章。文末原创 2017-01-19 14:03:22 · 1204 阅读 · 0 评论