tfg1025的专栏

题目：Novel and efficient pedestrian detection using bidirectional PCA 作者：Thi-Hai-Binh Nguyen, Hakil Kim 年份：2013 期刊：Pattern Recognition 行人检测因其在视频监控、人机交互、救灾营救等众多领域具有巨大的潜在应用价值而备受工业界和学术界的广泛关注。因为行人是非

PCA即主成分分析，它主要的作用是对数据进行降维，在重构误差很小的情况下，将数据从n维降低到k（k PCA的主要思想：利用训练样本数据构建协方差矩阵，然后求取该协方差矩阵的特征值和特征向量，第三，选取前p个最大的特征值对应的特征向量构成特征矩阵U=[u1,u2,...,up]，第四，将每一个样本数据利用特征矩阵映射到特征空间里，从而实现降维作用。 实例分析： 给定一个训练样本集X=[x1,x

说明：本文部分内容转载：http://blog.sina.com.cn/s/blog_631a4cc401013pkn.html 图像纹理是一种重要的视觉手段，是图像中普遍存在而又难以描述的特征。纹理分析技术一直是计算机视觉、图像处理、图像检索等的活跃研究领域。纹理特征提取的目标是：提取的纹理特征维数不大、鉴别能力强、稳健性好，提取过程计算量小，能够指导实际运用。  纹理的定义一直为人们所关注

说明：转载：http://hi.baidu.com/susongzhi/item/085983081b006311eafe38e7?qq-pf-to=pcqq.group 一、论文 2014_ITS_Toward real-time pedestrian detection based on a deformable template model 2014_P

遗传算法在全局寻优过程中具有独特的优势而受到各领域研究者的广泛关注。遗传算法受达尔文生物进化论启发而产生，其过程主要包括：选择、交叉、变异、重组四个过程。整个遗传算法思想简单，但是在实际应用中需要注意以下几个方面： 1、适应度函数的设计。由于选择过程中一般都是以各染色体的适应度在整个种群中的比例来进行选择，适应度越高表示越能适应环境、其被选择繁殖到下一代的概率就越大。因此，适应度函数设计的好坏直

在进行视频图像处理过程中会经常需要对视频中目标进行标注、截取等操作，从而进一步制作正负样本数据等。国外有一些成熟的软件，但大多并不是我所需要的功能， 国内博文： http://blog.csdn.net/xiaowei_cqu/article/details/8778976 写了一个控制台环境下的标注工具，但是用其来不方便且也没有达到我的需求。因此，自己动手利用opencv2.4.4和M