- 博客(358)
- 资源 (24)
- 收藏
- 关注
RSS订阅原创 机器人控制入门
机器人控制入门对于工科领域来说，脱离实践的学习都是肤浅的，对于控制这种强调经验的技术更是如此。如果去问一个程序员怎么学习一块技术，他必然让你去多编程。机器人领域也是。如果想把基本功打扎实，那么实践更是必不可少了。机器人控制有三个元素：控制器（算法），执行器（电机），传感器；控制的本质就是将规划系统的指令作为输入信息，将传感器探测得到的状态信息和导航系统的定位
2016-04-25 15:43:16
18016
2
原创 一个实例说明PID 参数整定
引言：PID是比例、积分、微分的简称，PID控制的难点不是编程，而是控制器的参数整定。参数整定的关键是正确地理解各参数的物理意义，PID控制的原理可以用人对炉温的手动控制来理解。 1．比例控制 有经验的操作人员手动控制电加热炉的炉温，可以获得非常好的控制品质，PID控制与人工控制的控制策略有很多相似的地方。 下面介绍操作人员怎样用比例控制的思想来手动控制电加热炉
2016-04-25 14:49:27
52514
1
原创 双臂14轴机器人YuMi
ABB双臂14轴机器人YuMiUL(Underwriters Laboratories)宣布，全球工业机器人品牌ABB的双臂14轴机器人YuMi获得UL安全认证，突显其具备人机协作能力的关键安全设计。工业4.0与先进制造时代来临，全球智慧机器人商机看涨，制造商积极卡位，首要研发重点直指机器人的安全性与可靠性。综观发展，机器人应用领域已走出传统仅在产线进行简单动作的机器手臂，更可以满足精细、
2016-04-24 22:51:06
4173
原创 最具影响力的机器人公司
2016全球最具影响力的50家机器人公司 1. 3D Robotics3DRobotics是一家专注于机器人的非上市公司。它位于美国加州伯克利第四大街1608号。3DRobotics开发创新、灵活、可靠的私人无人机以及适用于日常探索和商业用途的无人机技术。3DRobotics的Solo智能无人机平台可以为消费者享受捕捉令人激动的航空成像，提供数据分析，实现绘图、测量、3D建模等更多应用
2016-04-24 22:47:23
6441
原创 移动机器人定位与地图创建（SLAM）方法
自主移动机器人同时定位与地图创建（SLAM）方法1.引言：机器人的研究越来越多的得到关注和投入，随着计算机技术和人工智能的发展，智能自主移动机器人成为机器人领域的一个重要研究方向和研究热点。移动机器人的定位和地图创建是自主移动机器人领域的热点研究问题。对于已知环境中的机器人自主定位和已知机器人位置的地图创建已经有了一些实用的解决方法。然而在很多环境中机器人不能利用全局定位系统进行定位，而且
2016-04-22 16:14:43
58100
1
转载 Bag of Features (BOF)图像检索算法
Bag of features（Bof）一种是用于图像和视频检索的算法。此算法对于不同角度，光照的图像，基本都能在图像库中正确检索。检索就要进行比对。两幅不同的图像如何比对，比对什么，这就需要提炼出每幅图像中精练的东西出来进行比较。正如超市中的条形码，就能很好的反映出一件商品的所有特征。因此概括的来说，bof就是生成每幅图像的“条形码”来进行检索。实验中，我们有一个包含100幅图像的小型图
2016-04-13 15:49:10
6538
1
原创 BOW 原理及代码解析
引言最初的Bag of words，也叫做“词袋”，在信息检索中，Bag of words model假定对于一个文本，忽略其词序和语法，句法，将其仅仅看做是一个词集合，或者说是词的一个组合，文本中每个词的出现都是独立的，不依赖于其他词 是否出现，或者说当这篇文章的作者在任意一个位置选择一个词汇都不受前面句子的影响而独立选择的。Bag-of-words模型是信息检索
2016-04-13 15:37:01
27246
6
转载 SVM分类器训练的HOG行人检测
正样本来源是INRIA数据集中的96*160大小的人体图片，使用时上下左右都去掉16个像素，截取中间的64*128大小的人体。负样本是从不包含人体的图片中随机裁取的，大小同样是64*128(从完全不包含人体的图片中随机剪裁出64*128大小的用于人体检测的负样本)。SVM使用的是OpenCV自带的CvSVM类。首先计算正负样本图像的HOG描述子，组成一个特征向量矩阵，对应的
2016-03-12 22:55:09
2276
1
原创 支持向量机理论及工具LibSVM
支持向量机理论基本篇：支持向量机: Maximum Margin Classifier —— 支持向量机简介。支持向量机: Support Vector —— 介绍支持向量机目标函数的 dual 优化推导，并得出“支持向量”的概念。支持向量机：Kernel —— 介绍核方法，并由此将支持向量机推广到非线性的情况。支持向量机：Outliers —— 介绍支持向量机使用松弛变量
2016-03-12 22:51:05
1616
原创 图像分类中的SVM多核学习
1摘要 分类在搜索引擎中的应用非常广泛，这种分类属性可以方便在rank过程中针对不同类别实现不同的策略，来更好满足用户需求。本人接触分类时间并不长，在刚用SVM做分类的时候对一个现象一直比较困惑，看到大家将各种不同类型特征，拼接在一起，组成庞大的高维特征向量，送给SVM，得到想要的分类准确率，一直不明白这些特征中，到底是哪些特征在起作用，哪些特征组合在一起才是最佳效果，也不明白为啥这
2016-03-12 22:42:21
16624
8
原创 关于Object Bank的几篇文章解析
1. Object Bank: A High-Level Image Representation for Scene Classification & Semantic Feature Sparsification 这是10年NIPS上的一篇文章，它指出了对于场景分类的一种新的方向。 文章在Abstract就提出了，尽管图片low-level的特征在
2016-02-22 16:14:26
2578
原创 行人检测资料整理
行人检测具有极其广泛的应用：智能辅助驾驶，智能监控，行人分析以及智能机器人等领域。从2005年以来行人检测进入了一个快速的发展阶段，但是也存在很多问题还有待解决，个人觉得主要还是在性能和速度方面还不能达到一个权衡。1.行人检测的现状（大概可以分为两类）（1）.基于背景建模：利用背景建模方法，提取出前景运动的目标，在目标区域内进行特征提取，然后利用分类器进行分类，判断是否包含行人；
2016-01-28 22:04:47
4548
5
原创 DPM(Deformable Parts Model)
目标检测方法（1）基于cascade的目标检测cascade的级联思想可以快速抛弃没有目标的平滑窗（sliding window）,因而大大提高了检测效率，但也不是没缺点，缺点就是它仅仅使用了很弱的特征，用它做分类的检测器也是弱分类器，仅仅比随机猜的要好一些，它的精度靠的是多个弱分类器来实行一票否决式推举（就是大家都检测是对的）来提高命中率，确定分类器的个数也是经验问题。这节就来说说改进的
2016-01-28 17:21:13
6767
原创 Windows下运行Discriminatively Trained Deformable Part Models代码 Version 4
Windows下运行Discriminatively Trained Deformable Part Models代码 Version 4 Felzenszwalb的Discriminatively Trained Deformable Part Models URL：http://www.cs.brown.edu/~pff/latent/这是目前最好的object dete
2016-01-27 14:34:38
794
原创 算法与数据结构学习资料及面试
数据结构与算法设计是CS相关专业的必修课，也是IT公司笔试面试的重点。网上这方面的资料多如牛毛，我列出了一些我认为非常值得推荐的资源，供有需求的读者研习之用。1、法国鲁昂大学（University of Rouen ）Thierry Lecroq 教授关于字符串（模式）匹配算法的介绍内容http://igm.univ-mlv.fr/~lecroq/string/
2016-01-20 17:56:25
1376
1
原创 如何使用MATLAB将c/cpp文件编译成mex32/mex64文件
如何使用MATLAB将c/cpp文件编译成mex32/mex64文件下面是编译步骤：1. 设置编译器(1)在MATLAB命令窗口中运行mex –setup，出现下列提示：Please choose your compiler for building external interface (MEX) files:W
2016-01-20 17:23:04
6429
3
原创 2015 CVPR文章总结
CVPR文章列表CVPR 2015 之深度学习文章分析CVPR 2015 之深度学习篇(3贴)： http://deepnn.net/viewtopic.php?f=6&t=31 http://deepnn.net/viewtopic.php?f=6&t=32 http://deepnn.net/viewtopic
2016-01-20 11:21:06
1812
原创 CVPR 2015 之深度学习总结
Part 1 － AlexNet 和 VGG-Net 摘要－今年的 CVPR 非常的火爆，总共有2800多人参与，相比去年增加了700多人，这与deep learning的异军突起是不无关系的。CVPR 2015 基本是 “the year of deep learning”，有大概70%的文章是关于deep learning的。今年的 CVPR 非常的火爆，总共有2800多人参与，相
2016-01-20 11:12:15
5126
3
原创 ViBe算法原理和代码解析
ViBe - a powerful technique for background detection and subtraction in video sequences算法官网：http://www2.ulg.ac.be/telecom/research/vibe/描述：ViBe是一种像素级视频背景建模或前景检测的算法，效果优于所熟知的几种算法，对硬件内存占用也少。
2016-01-11 21:32:12
67063
25
原创 目标检测--LatentSVM和（Deformable Part Model，DPM）
一、综述Deformable Part Model和LatentSVM结合用于目标检测由大牛P.Felzenszwalb提出，代表作是以下3篇paper：[1] P. Felzenszwalb, D. McAllester, D.Ramaman. A Discriminatively Trained, Multiscale, Deformable Part Model. Proce
2016-01-11 21:18:54
2916
转载 DPM(Deformable Parts Model)原理及代码分析
DPM(Deformable Parts Model)Reference:Object detection with discriminatively trained partbased models. IEEE Trans. PAMI, 32(9):1627–1645, 2010."Support Vector Machines for Multiple-Instance
2016-01-11 20:37:48
8128
转载 来自西弗吉利亚大学li xin整理的CV代码合集
来自西弗吉利亚大学li xin整理的CV代码合集来自http://blog.csdn.net/suda072605/article/details/21000879#t21Reproducible Research in Computational Science“It doesn't matter how beautiful your theory is, it doesn't
2015-12-28 17:56:57
2766
转载 p范数
p范数（p norm）先回顾一下范数的定义（en.wikipedia.org/wiki/Norm_(mathematics)）：Given a vector space V over a subfield F of the complex numbers, a norm on V is a function p: V → R with the fol
2015-12-22 16:02:10
14274
3
转载 如何在CSDN博客自定义栏目中添加“给我写信”
在“自定义栏目”中添加“连接”（将自己的微博，QQ空间和CSDN博客关联起来）很多人都做过。但是添加“给我写信”这个功能，用的好像不太多。此文将一步步教你如何实现这个功能。效果如下：步骤：1.点击给我写信，会跳转到这个界面：2.点击右下角的 “获取邮我按钮”3.点击“我要体验”4. 点击“获取代
2015-12-22 15:24:53
770
原创 武志红文章目录
写在前面：武志红是心理专家，心理专栏作家。现工作于广州武志红心理咨询中心。1992年入读北京大学心理系本科，1996年入读北京大学心理系研究生，2001年毕业于北京大学临床心理学专业硕士，导师是国内著名的心理治疗学家钱铭怡。目录点击下方列表的文章标题，会自动跳转到文章124过火的自信＝自卑？123幼年管教狠长大爱自欺
2015-10-26 16:39:27
4102
原创 从近两年CVPR文章分析计算机视觉领域的最新热点
计算机视觉（Computer Vision）是近十几年来计算机科学中最热门的方向之一，而国际计算机视觉与模式识别大会（Conference on Computer Vision and Pattern Recognition，简称CVPR）绝对是计算机视觉会议中的翘楚。计算机视觉方向的顶级会议CVPR每年都召开，每年CVPR上有哪些让人眼前一亮的研究，又反映出哪些趋势？1.2014
2015-10-16 23:07:38
4883
原创 最有影响力的计算机视觉---论文
1 最有影响力的30篇计算机视觉会议论文选取论文的原则：（1）会议论文，主要来源于以下会议：CVPR, ICCV, ECCV, BMVC, FG, ICIP, ICPR, WACV, ICASSP, MM, IJCAI, UAI, AAAI…（其实后面的几个会议都是打酱油的，AI类的期刊也木有高引CV文章，事实也是如此，没有收录ICML和NIPS等，见谅）（2）发表在2000年
2015-10-07 15:51:40
1893
转载 机器视觉核心期刊
1 CVPR (Computer Vision)(Average MAP score: 0.19)CVPR (Computer Vision) 2012( MAP score: 0.0 )TOPRank1Cited by25Are we ready for autonomous
2015-10-07 12:00:51
7605
原创 机器视觉code及工具
Feature Detection and DescriptionGeneral Libraries: VLFeat – Implementation of various feature descriptors (including SIFT, HOG, and LBP) and covariant feature detectors (including DoG
2015-10-03 19:16:38
1165
转载 k近邻法
k近邻法 k近邻法（k nearest neighbor algorithm，k-NN）是机器学习中最基本的分类算法，在训练数据集中找到k个最近邻的实例，类别由这k个近邻中占最多的实例的类别来决定，当k=1时，即类别为最近邻的实例的类别。 如上图所示（引自wiki）
2015-09-15 22:00:06
875
转载 计算机视觉领域稍微容易中的期刊（二）
计算机视觉领域稍微容易中的期刊系列（1）适合于图像处理方向的SCI期刊杂志列表（2）模式识别、计算机视觉领域期刊模式识别、计算机视觉领域期刊 (1)pattern recognition letters, 从投稿到发表，一年半时间(2)Pattern recognition 不好中，时间长(3)IEICE Transactio
2015-09-06 15:54:14
6637
原创 机器学习相关职位走向
一、机器学习相关的公司分析1、大的有师傅的公司这类公司主要是百度，阿里和腾讯。共同的特点是数据很大，机器学习的团队比较庞大，一般进去的同学都可以有师傅带着学习，进步会比较快。但是三个公司的特点也有所不同。（1）百度百度是我认为在业务和技术之间匹配的最好，并且从基础到应用搭配的最好的公司。机器学习方面的能力对于百度的广告，搜索，移动搜索，LBS,应用分发，
2015-09-05 16:26:03
4064
1
原创 条件随机场 （conditional random fields ）模型
条件随机场模型是由Lafferty在2001年提出的一种典型的判别式模型。它在观测序列的基础上对目标序列进行建模,重点解决序列化标注的问题条件随机场模型既具有判别式模型的优点,又具有产生式模型考虑到上下文标记间的转移概率,以序列化形式进行全局参数优化和解码的特点,解决了其他判别式模型(如最大熵马尔科夫模型)难以避免的标记偏置问题。条件随机场模型（conditional random f
2015-08-30 11:31:18
9712
原创 隐马尔科夫模型（Hidden Markov Models）
隐马尔科夫模型HMM（Hidden Markov Models）来源于现实社会的需求，它是为人们服务的，我们通常都习惯于寻找一个事物在一段时间内的变化规律，并能在特定情况下预测下一变化，比如预测天气等。当然HMM还有一些其他的应用，后面还会提到。既然HMM用处是具有实际意义的，那么下面我们来学习它。实际生活中，有的时候状态的转变是固定的，如红绿灯的变化规律，下一状态是已知的，这种模
2015-08-29 23:18:13
1348
原创 EM算法深入浅出
最近学习了下EM算法，看了下李航的《统计学习方法》第九章EM算法，被一堆理论+公式看的云里雾里的，头大。但是幸好看了从最大似然到EM算法浅解博文，对EM算法算是有了感性的认识，然后拜读Jerry大师的（EM算法）The EM Algorithm的理论分析，醍醐灌顶的感觉，总结如下（某大牛的分享）：我理解的EM算法是最大似然估计方法--参数估计方法的一种 为什么要引入EM呢 我觉得 因为参数
2015-08-29 19:30:17
1048
转载 SVM(四） 支撑向量机，二次规划问题
SMO优化算法（Sequential minimal optimization）SMO算法由Microsoft Research的John C. Platt在1998年提出，并成为最快的二次规划优化算法，特别针对线性SVM和数据稀疏时性能更优。关于SMO最好的资料就是他本人写的《Sequential Minimal Optimization A Fast Algorithm for Tra
2015-08-28 18:13:51
3053
原创 Boosting,AdaBoost ，Online Boosting,online Adaboost介绍
Boosting,AdaBoost ，Online Boosting,online AdaboostBoosting Boosting这其实思想相当的简单，大概是，对一份数据，建立M个模型（比如分类），一般这种模型比较简单，称为弱分类器(weak learner)每次分类都将上一次分错的数据权重提高一点再进行分类，这样最终得到的分类器在测试数据与训练数据上都可以得到比
2015-08-28 18:05:27
1331
原创 机器学习语言理解
博主主页：http://www.flickering.cn/ads/2014/06/我们是这样理解语言的-1文本分析平台textminer/系列文章[我们是这样理解语言的-1]文本分析平台TextMiner[我们是这样理解语言的-2]统计语言模型[我们是这样理解语言的-3]神经网络语言模型[我们是这样理解语言的-4]说说中文分词[我们是这样理解语言的
2015-08-28 17:48:00
1156
转载 生活中的状态模式
生活中的状态模式——水之三态什么是状态？状态即事物所处的某一种形态。状态模式是说一个对象在其内部状态发生改变时，其表现的行为和外在属性不一样，这个对象看上去就像是改变了它的类型一样。因此，状态模式又称为对象的行为模式。如我们生活中经常见到的水，就有三种不同状态冰、水、水蒸汽，三种状态所表现的外在性质完全不一样：1.冰，质坚硬，无流动性，表面光滑；2.水，具有流动性；3.水蒸
2015-08-28 11:03:15
1077
转载 生活中的观察者模式
生活中的观察者模式——一壶水的故事观察者模式，顾名思意就是观察与被观察的关系，比如你在烧开水得时时看着它开没开，你就是观察者，开水就是被观察者；再比如说你在带小孩，你关注她是不是饿了，是不是喝了，是不是撒尿了，你就是观察者，小孩就被观察者。观察者模式是对象的行为模式，又叫发布-订阅(Publish/Subscribe)模式、模型-视图(Model/View)模式、源-监听器(Source/
2015-08-28 10:54:14
739
AP（Affinity Propagation）聚类聚类算法介绍(发表在Science杂志上)
2015-04-14
Robust Recovery of Subspace Structures by Low-Rank Representation
2015-04-07
GPSR--求解L1范数优化包
2015-03-27
liblinear 软件包（最新版本1.95）
2014-11-08
opencv camshift 实现目标跟踪
2014-06-18
opencv 实现 meanshift 的目标跟踪
2014-06-18
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人