![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
学习笔记
文章平均质量分 53
风谨_
侠客行
展开
-
LINIQE(一)
论文标题: A Feature-Enriched Completely Blind Image Quality Evaluator 一种特征被强化的完全无参考图像质量评价方法依据训练模型中是否with associated human subjective scores,可以将BIQA方法分为: - opinion-aware: weak generalization capabi原创 2015-12-06 17:58:17 · 1826 阅读 · 0 评论 -
PCA降维MATLAB使用案例
已经不是一次使用PCA了,但是这么多参数一眼看去还是不能很快的明白,如果我想对一个二维特征矩阵降维,到底应该怎么做,这里作为备忘记录一下。首先使用MATLAB自带的PCA函数[pc,score,latent,tsquare] = pca(feature) %feature是799*216的矩阵用latent来计算降维后取多少维度能够达到自己需要的精度cumsum(latent)....原创 2018-12-26 10:23:55 · 6252 阅读 · 3 评论 -
Pytorch中Tensor的各种池化操作
AdaptiveAvgPool1d(N)对一个C*H*W的三维输入Tensor, 池化输出为C*H*N, 即按照H轴逐行对W轴平均池化>>> a = torch.ones(2,3,4)>>> a[0,1,2] = 0>>>> atensor([[[1., 1., 1., 1.], [1., 1., 0., 1....原创 2018-12-21 11:05:31 · 11100 阅读 · 0 评论 -
从MATLAB到Python3 (1)
从MATLAB到Python3 (1)之前一直在用MATLAB,现在想逐渐过渡到Python,基本上算是从零开始,这里会分次写一些Python语法笔记,以Leetcode 上的一些简单练习题为例,留待以后查询。这些笔记可能只对初学者有所帮助,对Python3已经有所了解的同学请直接略过。宝石与石头 J = "aA" S = "aAAbbbb" ...原创 2018-08-09 11:59:11 · 1095 阅读 · 0 评论 -
Tensorflow下对RNN中Batch-size的测试和理解
这篇笔记是基于tensorflow1.4版本,小白级别。代码是在网上下载的一个做mnist手写数字分类的LSTM,修改了两个小地方。 x = tf.split(x, n_steps, 0) cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=y, logits=pred))- Batch-size增大原创 2017-11-15 11:57:14 · 5811 阅读 · 0 评论 -
[2011][SPM]Visual Attention in Quality Assessment
情人节及节后的今天读了这篇论文,算是综述类了,德国学者写的很严谨梳理归纳得也不错,算是一篇好paper了VISUAL ATTENTIONHVS研究已经证明,视网膜映射的采样频率是不均匀的,中间凹密度最大,其后随偏心距增加取样密度迅速降低。高精度的处理被限制在关注中心也就是中间凹,周边的感知野精度较低。 VA就是在视觉资源有限时,最相关的内容带来的刺激敏感度和对比度会提高,从而受到最多的关注,同时余原创 2017-02-16 11:23:42 · 583 阅读 · 0 评论 -
Adaptive Geometric Duality(AGD) Prior
由于对SR的实现方法不了解,关于SR部分基本是定性的描述。 AGD即:在实现SR插值过程中,能根据LR自动计算某些权值,使的到的HR和LR满足“几何对偶”的先验规律,例如稳健软判决插值(Robust Soft-Decision Interpolation)就是被认为是一种杰出的AGD方法。下面简单解释了什么是GD,以及如何得到自适应权值geometry duality [2012] (TIP)原创 2017-03-02 12:14:26 · 921 阅读 · 0 评论 -
2016IQA论文浏览(1)
1. (arxiv)Comparison-based Image Quality Assessment for Parameter Selection这是一篇不太一样的IQA论文,实验部分没有拿出CC,说了一些一眼看不明白的话,以及统计图 特点是它输入了两张图,I2从I1而来,比传统NR有更多信息量,但没用参考图又不算FR。然后还有就是通过调参数是的框架迭代速度快了80%。2. (arxiv)De原创 2017-02-17 18:34:14 · 5024 阅读 · 5 评论 -
遗传算法简略
1.遗传算法起什么作用遗传算法致力于寻求全局最优解,而不停滞于局部最优解,假使是用来寻找最大值,那么: 遗传算法的任务就是尽量爬到最高峰,而不是陷落在一些小山峰。假设把多向搜索中随机选择下一个点比喻成袋鼠跳动,那么遗传算法可以形象描述为: 从前,有一大群袋鼠,它们被莫名其妙的零散地遗弃于喜马拉雅山脉。于是只好在那里艰苦的生活。海拔 低的地方弥漫着一种无色无味的毒气,海拔越高毒气越稀薄。可是转载 2016-06-13 17:12:20 · 680 阅读 · 0 评论 -
双三次插值法(Bicubic interpolation)
双三次插值法(Bicubic interpolation)相对前两种算法计算过程更为复杂,考虑了待求像素坐标反变换后得到的浮点坐标周围的16个邻近像素。目的坐标M(x,y)和浮点坐标m(i+u,j+v),需要选取插值基函数来拟合数据,最常用的插值基函数是对sin[(πx)/x]的逼近。![计算公式如图](http://img.blog.csdn.net/20160410150506441)![实验原创 2016-04-10 15:07:39 · 22733 阅读 · 3 评论 -
双线性插值法(Bilinear interpolation)
双线性插值法(Bilinear interpolation)是利用待求象素反变换到原图像对应的浮点坐标,邻近的四个象素在两个方向上作线性内插。四邻近像素值的加权平均即为待测点像素值,计算权重反比于浮点在双线性方向上的映射距离。双线性插值是利用了需要处理的原始图像浮点坐标周围的四个像素点的相关性,通过双线性算法计算。同上A中所设,目的坐标M(x,y)和浮点坐标m(i+u,j+v),则:f(M)=(原创 2016-04-10 15:00:11 · 6777 阅读 · 0 评论 -
最邻近插值法(The nearest interpolation)实现图像缩放
也称零阶插值。它输出的像素灰度值就等于距离它映射到的位置最近的输入像素的灰度值。但当图像中包含像素之间灰度级有变化的细微结构时,最邻近算法会在图像中产生人为加工的痕迹。具体计算方法:对于一个目的坐标,设为 M(x,y),通过向后映射法得到其在原始图像的对应的浮点坐标,设为 m(i+u,j+v),其中 i,j 为正整数,u,v 为大于零小于1的小数(下同),则待求象素灰度的值 f(m)。利用浮点 m原创 2016-04-10 14:57:29 · 7978 阅读 · 1 评论 -
自适应中值滤波
练习图像滤波去噪处理%执行自适应中值滤波function f = adpmedian(g,smax)f = g;f(:) = 0;alreadyprocessed = false(size(g));%开始滤波alreadyprocessed = false(size(g));for k = 3:2:smax zmin = ordfilt2(g,1,ones(k,k),'symme原创 2016-02-29 19:33:51 · 1403 阅读 · 0 评论 -
2015BIQA论文纵览(二)
Utilizing Image Scales Towards Totally Training Free Blind Image Quality Assessment**重点内容** the natural images to exhibit redundant information over various scales low pass error、high pass error us原创 2015-12-20 18:37:32 · 954 阅读 · 0 评论 -
2015BIQA论文纵览(一)
STRUCTURE-PRESERVING IMAGE QUALITY ASSESSMENT 保留结构的图像质量评价 Abstract: developing an MSE-like metric introducing structure-preserving kernelization into a MSE-like formulation. 在类标准差评价标准的假想中引入保留的核心化结原创 2015-12-20 15:50:20 · 1867 阅读 · 0 评论 -
LINIQE(二)
这篇学习笔记为了解决以下疑惑: 多元高斯分布模型是怎么建立的? 待测图像块是怎么评价的? opinion-unaware的思路是怎么具体实现的?trainingFiles = dir(‘pristine’); Matlab使用dir函数获得指定文件夹下的所有子文件夹和文件,并存放在在一种为文件结构体数组中.resizedIm = imresize(image, [normalizedWidt原创 2015-12-20 10:24:25 · 715 阅读 · 0 评论 -
2020秋招小结(一):华为、中兴、虎牙、顺丰、字节跳动、网易、腾讯和阿里
写在前面时间过得是真的快,一转眼就是几个月,感觉东西还没学完,题也没刷到位,秋招就已经告一段落了。初次经历知难行更难,自己整个秋招也没少走弯路,所以想把秋招过程中的一些个人感受和观点梳理一下,希望对后来者有所助益。经历简述总结一下自己的基本情况,CV的某小众方向的硕士,坐标西安,有2篇SCI,1篇EI,一篇专利,此外一篇顶刊在审,拿过国奖。秋招主要准备和面试时间在6月到8月,求职意向当然是计...原创 2019-09-24 21:21:34 · 2915 阅读 · 4 评论