![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法原理
超级无敌小小顺利
计算机视觉
展开
-
《最优化理论与算法》最优化条件部分学习感悟
最优化学到了最优化条件部分,由于自己的数学功底实在是太差,啃得很慢。今天下午终于对“约束极值问题的最优性条件”部分有了相对宏观的视角,所以记录下来以备后用。【必要条件】:如果已经知道了是最优解,那么它一定满足的条件。最优化中通常都是:”若x是局部最优解…”,这样说的都是必要条件。【充分条件】:找一些条件,满足这些条件之后,此解就是最优的。最优化中通常都是先研究局部最小值的必要条件,之...原创 2019-12-19 13:53:13 · 1488 阅读 · 1 评论 -
洛桑联邦理工 TPAMI-2008 MTMC 概率占用图POM建模过程推导 笔记
一切都要从2019年9月的那个秋天讲起,林野哥向我推荐了这篇洛桑联邦理工的2008年TPAMI论文,于是一个半月的时间都花在了这上面。Multi-Camera People Tracking with a Probabilistic Occupancy Map。顶刊的确比顶会要硬核很多,实打实的公式推导、概率建模,虽然看了一个多月,但是对其中很多建模细节理解的还不是很深入,需要去补HMM的知识。...原创 2019-10-18 20:32:10 · 376 阅读 · 2 评论 -
Kalman Filter原理简介及C++实现
本博文内容参考了北卡罗来纳大学教堂山分校的文章 An Introduction to the Kalman Filter。目录一、Kalman Filter简介二、估计与观测过程三、KF的计算起源(Computational Origins of the Filter)四、离散KF算法(Discrete Kalman Filter Algorithm)一、Kalman F...原创 2019-03-16 17:36:30 · 3735 阅读 · 0 评论 -
相对熵 KL散度 (KullbackLeibler divergence)
这个属于香农信息论中的东西,在《PRML》书中1.6 信息论小节中有具体说明。真正碰到应用还是在洛桑联邦理工的POM文章中(概率占用图)。作者使用自己产生的估计Q来去逼近未知分布P,其中P是一个后验概率分布。这篇博文旨在明确KL散度的定义以及用途,以备后用。香农大神:KL散度是两个概率分布间差异的非对称性度量,是一些优化算法(例如最大期望算法EM)的损失函数,参与计算的一个概率分布...原创 2019-09-28 15:13:14 · 322 阅读 · 0 评论