- 博客(18)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 国际顶级计算机会议
顶级：SIGKDD二流：ICDM，SDM ，EDBT等上面是专门的数据挖掘会议，其他像SIGMOD,VLDB,ICDE等数据库类会议都会有专门的数据挖掘session ，下面是有人专门总结的，引用一下： 一流的：数据库三大顶级会议SIGMOD，VLDB，ICDE，数据挖掘KDD，实际相关的还有机器学习ICML,还有信息检索的SIGIR；数据库的理论会议PODS，但它是理论的会议所以和咱们...
2018-08-30 16:32:30
2434
原创 计算机会议等级汇总
计算机领域的学术会议等级排名情况，分为A+, A, B, C, L 共5个档次。其中A+属于顶级会议，基本是这个领域全世界大牛们参与和关注最多的会议。国内的研究者能在其中发表论文的话，是很值得骄傲的成就。A类也是非常好的会议了，尤其是一些热门的研究方向，A类的会议投稿多录用率低，部分A类会议影响力逐步逼近A+类会议。B类的会议分两种，一种称为盛会级，参与的人多，发表的论文也多，论文录用难度比上两...
2018-08-30 16:30:40
10932
1
原创 Tensorflow 读取Txt和Csv格式数据+Iris数据集CSV格式文件读取
我的数据：6.1101,17.5925.5277,9.13028.5186,13.6627.0032,11.8545.8598,6.82338.3829,11.8867.4764,4.3483若格式为txt，则先转为Csv格式：# coding=utf-8import csv#要保存后csv格式的文件名file_name_string="file.csv"with ...
2018-08-29 11:31:10
2193
转载 CNN经典模型
上一篇文章介绍了CNN的基础知识以及它的优势，今天这篇文章主要来看一看一些著名的卷积神经网络的结构特点，以便我们对CNN有更加直观地认识。一、LeNet-5论文：http://yann.lecun.com/exdb/publis/pdf/lecun-01a.pdf这个可以说是CNN的开山之作，由Yann LeCun在1998年提出，可以实现对手写数字、字母的识别。结...
2018-08-23 09:37:38
7390
原创 Anomalous Behavior Data Set
OverviewThis website provides a data set for anomalous behaviour detection in video. The data set contains 8 image sequences that depict a wide range of challenging scenarios, including: illuminatio...
2018-08-11 17:06:00
295
转载 计算机视觉著名数据集CV Datasets
DetectionPASCAL VOC 2009 datasetClassification/Detection Competitions, Segmentation Competition, Person Layout Taster Competition datasetsLabelMe datasetLabelMe is a web-based image annotation...
2018-08-11 16:15:40
1261
原创 卡尔曼滤波器简述
解释一： 解释二：冗长一点的解释： 最简单的例子：物体的最简单基本的状态用它的位置和速度描述：矩阵描述：物体的状态是不确定的，假设速度和位置都是随机高斯分布的：下图所示的速度和位置是不相关的：而实际测量中位置和速度是相关的。测量、追踪的目的就是根据已知状态以及相关性来压缩下一步的不确定性：...
2018-08-10 17:56:24
277
原创 卡尔曼滤波器和连续自适应漂移组合进行目标跟踪：kalman+camshift
卡尔曼滤波器和连续自适应漂移组合进行目标跟踪，具体概念解释参考本人OpenCV系列文章，代码实现如下： import numpy as npimport cv2cap = cv2.VideoCapture(0)# take first frame of the videoret,frame = cap.read()# setup initial location of w...
2018-08-10 16:56:48
2880
7
原创 卡尔曼滤波器简介及代码案例
卡尔曼滤波器可用于，目标跟踪等方面。卡尔曼滤波器与20世纪50年代提出，在许多领域得到了应用，特别是各种交通工具的导航系统上经常用到。卡尔曼滤波器会对含有噪声的输入数据流如视频输入进行递归操作，并差生底层系统状态在统计意义上的最优估计。卡尔曼滤波器利用这些规律来预测目标在当前视频帧中的位置，当前帧会基于上一帧的信息。 可以将卡尔曼滤波器分为两个阶段： 预测：卡尔曼滤波器使用有...
2018-08-10 15:24:01
744
原创 OpenCV系列杂谈(六):背景分割算法
OpenCV提供了一个称为BackgroundSubtractor的类，包括：KNN、MOG2、GMG1.MOG2背景分割器import numpy as npimport cv2cap = cv2.VideoCapture(0)mog = cv2.createBackgroundSubtractorMOG2()while(1): ret, frame = cap.r...
2018-08-10 12:49:31
6418
原创 MeanShift 均值漂移算法
这里我们介绍一种新的聚类算法：MeanShift， 它常被用在图像识别中的目标跟踪，数据聚类、分类等场景，前者的核函数使用了Epannechnikov核函数，后者使用了Gaussian(高斯核函数)一 算法的原理理解：1 核函数在Mean Shift算法中引入核函数的目的是使得随着样本与被偏移点的距离的不同，其偏移量对均值偏移向量的贡献也不同，下面看下核函数的定义...
2018-08-10 12:29:07
1507
1
原创 OpenCV系列杂谈(五):HOGDescriptor检测人算法
OpenCV自带HOGDescriptor函数检测人。代码：import cv2import numpy as npdef is_inside(o, i): ox, oy, ow, oh = o ix, iy, iw, ih = i return ox > ix and oy > iy and ox + ow < ix + iw and o...
2018-08-10 00:11:46
4138
原创 OpenCV系列杂谈(四):特征检测算法
本节总结常见的特征检测算法：1、Harris角点检测方法import cv2import numpy as npimg = cv2.imread('../../car.jpg')gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)gray = np.float32(gray)dst = cv2.cornerHarris(gray, 2, 2...
2018-08-04 01:51:22
990
原创 OpenCV系列杂谈(三):人脸检测demo
本文使用OpenCV已经训练好的分类器模型进行检测试验1.静态人脸检测def detect(filename): face_cascade = cv2.CascadeClassifier('../data/haarcascades/haarcascade_frontalface_default.xml') img = cv2.imread(filename) g...
2018-08-03 16:28:18
369
原创 OpenCV系列杂谈(一):图像轮廓检测
图像的轮廓检测，如计算多边形外界、形状毕竟、计算感兴趣区域等。1、基本方法import cv2import numpy as npimg = np.zeros((200, 200), dtype=np.uint8)img[50:150, 50:150] = 255ret, thresh = cv2.threshold(img, 127, 255, 0) # 二值化处理i...
2018-08-03 01:18:56
1415
原创 OpenCV系列杂谈(二):图像捕获显示、摄像头捕获并显示
直接上代码：捕获图像：import cv2import numpy as npimg = cv2.imread('../lena.jpg')cv2.imshow('img', img)cv2.waitKey(0)cv2.destroyAllWindows() 捕获摄像头，并且播放。可以通过控制鼠标键盘空值进度。import cv2clicked = ...
2018-08-03 00:38:21
1890
原创 SIFT特征点提取
计算机视觉中的特征点提取算法比较多，但SIFT除了计算比较耗时以外，其他方面的优点让其成为特征点提取算法中的一颗璀璨的明珠。SIFT算法的介绍网上有很多比较好的博客和文章，我在学习这个算法的过程中也参看网上好些资料，即使评价比较高的文章，作者在文章中对有些比较重要的细节、公式来历没有提及，可能写博客的人自己明白，也觉得简单，因此就忽略了这些问题，但是对刚入门的人来说，看这些东西，想搞清楚这些是怎么...
2018-08-02 22:00:50
3071
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人