算法基础
文章平均质量分 56
没有头像的宝宝
这个作者很懒,什么都没留下…
展开
-
数值优化学习——wolfe条件里的线搜索算法
翻译自numerical optimization Chapter3 Line Search MethodsWolfe条件(或强Wolfe条件)是广泛使用并且较为有效的终止条件。下面描述一个一维的线搜索过程,该过程确保对于给定的任意参数c1,c2(0原创 2017-04-09 19:22:03 · 1652 阅读 · 0 评论 -
数值优化学习——wolfe条件里的线搜索算法
翻译自numerical optimization Chapter3 Line Search MethodsWolfe条件(或强Wolfe条件)是广泛使用并且较为有效的终止条件。下面描述一个一维的线搜索过程,该过程确保对于给定的任意参数c1,c2(1>c2>c>0),能够找到一个能够满足强Wolfe条件的步长。 首先,我们假设方向p是下降方向,函数f沿着该方向在下面是有界的。算法分为两个步骤,第一步原创 2017-04-09 19:22:53 · 15437 阅读 · 1 评论 -
图像分割算法——Graph Cuts
因为后面要学习Grab cuts,所以先将Graph Cuts的方法学习一下。1. 由图像构建一个图。G=(V,E) 由上图可以看到图中分别有两种顶点和两种边。 第一种顶点:普通顶点,对应于图像中的每个像素; 第一种边:每两个邻域顶点(即图像中的邻域像素)的连接构成的边,称为“n-links”; 第二种顶点:两个终端顶点,s(source terminal)和t(sink te原创 2017-05-25 20:13:06 · 6320 阅读 · 3 评论 -
图像分割算法——Grab Cuts
占坑先原创 2017-05-26 09:30:46 · 417 阅读 · 0 评论 -
J-linkage算法学习
原文: 【http://xueshu.baidu.com/s?wd=paperuri%3A%285cf06460732097a0248dce05c12126b0%29&filter=sc_long_sign&tn=SE_xueshusource_2kduw22v&sc_vurl=http%3A%2F%2Fwww.springerlink.com%2Fcontent%2Ff0310906x67884原创 2017-07-19 15:00:51 · 3669 阅读 · 4 评论 -
Single-image shadow detection and removal using paired regions学习解读
本文[1]实现了阴影的检测和去除。一、摘要 与其他基于像素和边缘的方法不同,该方法是基于区域的。1.对于分割出来的不同区域,预测其之间的相对光照条件,并进行按对分类;2.分类结果之后用于构建各部分之间的图,然后利用graph-cut来标记阴影区域和非阴影区域;3.通过image matting对于检测结果进行处理,基于光照模型,点亮阴影区域。二、主要介绍 对于所建的图,节点对应着区域特征,稀疏边翻译 2017-08-16 10:47:08 · 2020 阅读 · 1 评论