传统机器学习
Katherine_0214
计算机视觉,3D-deep learning
展开
-
最小二乘法
最小二乘法一、“最小二乘”命名的由来原创 2018-12-17 14:25:13 · 1241 阅读 · 0 评论 -
方向梯度直方图(HOG):特征提取
方向梯度直方图(HOG)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。(1) 主要思想在一副图像中,局部目标的表象和形状(appearance and shape)能够被梯度或边缘的方向密度分布很好地描述。(2) HOG特征提取算...原创 2019-03-05 17:51:33 · 2603 阅读 · 0 评论 -
线性判别式分析(LDA):特征提取
线性判别式分析(LDA)线性判别式分析(Linear Discriminant Analysis, LDA) 是一种有效的特征抽取方法。使用这种方法能够使投影后模式样本的类间散布矩阵最大,并且同时类内散布矩阵最小。即模式在该空间中有最佳的可分离性。1.原理将带上标签的数据(点),通过投影的方法,投影到维度更低的空间中,使得投影后的点,会形成按类别区分,一簇一簇的情况,相同类别的点,将会在投影...原创 2019-03-06 09:57:02 · 3646 阅读 · 0 评论 -
局部二值模式(LBP):纹理特征提取
局部二值模式(LBP)LBP(Local Binary Pattern,局部二值模式)是一种用来描述图像局部纹理特征的算子;它具有旋转不变性和灰度不变性等显著的优点。它是首先由T. Ojala, M.Pietik?inen, 和D. Harwood 在1994年提出,用于纹理特征提取。而且,提取的特征是图像的局部的纹理特征;1、LBP特征的描述原始的LBP算子定义为在33的窗口内,以窗口中心...转载 2019-03-06 14:46:41 · 3999 阅读 · 0 评论 -
随机抽样一致(RANSAC)
随机抽样一致(RANSAC)一、引言给定两个点p1与p2的坐标,确定这两点所构成的直线,要求对于输入的任意点p3,都可以判断它是否在该直线上。初中解析几何知识告诉我们,判断一个点在直线上,只需其与直线上任意两点点斜率都相同即可。实际操作当中,往往会先根据已知的两点算出直线的表达式(点斜式、截距式等等),然后通过向量计算即可方便地判断p3是否在该直线上。生产实践中的数据往往会有一定的偏差。例如...原创 2019-03-06 15:24:26 · 959 阅读 · 0 评论 -
尺度不变特征转换(SIFT):特征提取
尺度不变特征转换(SIFT)参考文章:https://blog.csdn.net/lingyunxianhe/article/details/79063547https://www.cnblogs.com/wangguchangqing/p/4853263.html原创 2019-03-07 15:19:53 · 323 阅读 · 0 评论 -
支持向量机(SVM):分类器
支持向量机(SVM)参考文章:https://blog.csdn.net/DP323/article/details/80535863https://www.cnblogs.com/zhizhan/p/4430253.html原创 2019-03-07 15:22:56 · 1650 阅读 · 0 评论