- 博客(7)
- 收藏
- 关注
RSS订阅原创 HDMI（High-Definition Multimedia Interface）高清多媒体接口技术详解
1、High-Definition Multimedia Interface (HDMI). 高清多媒体接口(HDMI)技术总体概述HDMI还可以在两个方向上传输控制和状态信息 HDMI可以携带高质量的多通道音频数据，并且可以携带所有标准和高清晰度的消费电子视频格式。内容保护技术是可用的。 视频像素率为25到165Mhz，视频像素可以使用rgb ycbcr444或者ycbcr422进行...
2018-07-05 10:30:26
6737
原创 hog特征提取方法
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。HOG特征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。 在一副图像中，局部目标的表象和形状能够被梯度或边缘的方向密度分布很好地描述。其本质为：梯度的统计信息，而梯度主要存在于边缘的地方 Hog特征结合SVM分类器已经
2017-12-10 13:08:24
6095
原创 sift学习
Sift尺度不变特征变换匹配算法 Scale Invariant Feature Transform 主要的思路就是使用高斯金字塔和高斯核滤波查分来提取局部特征。在尺度空间当中寻找极值点，提取位置、尺度和旋转不变量。 Sigema代表高斯分布的方差，尺度空间可以定义为原始图像I（x，y）与一个可变吃段高斯函数G(x,y,sigema), 。Sigema，sigema是高斯金字塔的尺度参数
2017-12-10 12:18:12
292
原创 sift算法详解
Sift尺度不变特征变换匹配算法 Scale Invariant Feature Transform 主要的思路就是使用高斯金字塔和高斯核滤波查分来提取局部特征。在尺度空间当中寻找极值点，提取位置、尺度和旋转不变量。Sigema代表高斯分布的方差，尺度空间可以定义为原始图像I（x，y）与一个可变吃段高斯函数G(x,y,sigema), 。Sigema，sigema是高斯金字塔的尺度参数，sig
2017-12-10 12:08:02
1062
原创 线性回归学习笔记
线性模型：线性回归就是找到一个属性的线性组合来进行对测试对象的预测，表示成向量函数的形式是Y = wTx+b 对与线性回归模型 线性模型是要通过对数据中的信息进行提取，学到 Y = wxi+b 并且使用范数来表示模型和数据之间的相似程度。从而通过对目标函数进行优化，得到最合适的参数，其中，对于范数表示出来的目标函数，使用的优化方法是通过使用最小二乘法的概念
2017-12-01 10:10:42
340
原创 梯度下降学习
1、微分实现的代码 主要是使用微分的定义来实现偏微分的功能， 代码如下： %% 参数为微分的步长x,要微分的点的坐标function Out = My_diffun(x,y,dilta)df_div_dx = (My_dif(x+dilta,y)- My_dif(x,y))/dilta; df_div_dy = (My_dif(x,y+dilta)-My_dif(x,y))/di
2017-11-19 23:06:37
233
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人