机器学习
文章平均质量分 79
银色子弹lx
北京邮电大学硕士
展开
-
最大似然和最大后验的关系
学过概率论的都应该知道贝叶斯公式。贝叶斯准则的公式可以写成如下的形式:其中x1-xI表示我输入的一串数据,theta代替的是生成模型的一系列参数。等式左边表示的是后验概率:我给你一串数据x(在计算机视觉中通常称为特征),它们属于这个theta代表的模型的概率是多少(在计算机视觉里通常表示分类,属于某一类的概率是多少)。等式右边,分子有两部分组成,第一部分连乘原创 2015-03-27 15:07:48 · 3421 阅读 · 0 评论 -
在线多实例学习online MIL
目标跟踪是计算机视觉领域里一个很重要的课题,而在线多实例学习方法是应用在视觉跟踪上的。关于这方面的讲解,网上能搜到的很少,于是自己看了若干文献,简单总结下,个人理解的不是很透彻,有不对的地方还望指正。Visual Tracking with Online MultipleInstance Learning:通常一个跟踪系统会包含3个部分:image representation,a原创 2015-04-14 14:24:34 · 3705 阅读 · 0 评论 -
再谈Fisher Vector
原文链接:http://bucktoothsir.github.io/blog/2014/11/24/9-th/Fisher Vector(1)在高斯混合模型中,我提到了特征处理的一般流程:事实上高斯混合模型完成的是k-means的任务,那么通过高斯混合模型聚类后,也用一般的基于距离的方法进行feature encoding么?不是的,高斯混合模转载 2015-04-29 10:24:29 · 2307 阅读 · 0 评论 -
高斯混合模型
原文:http://bucktoothsir.github.io/blog/2014/12/04/11-thblog/转载 2015-04-29 11:02:03 · 492 阅读 · 0 评论 -
Fisher vector学习笔记
原文:http://blog.csdn.net/carrierlxksuper/article/details/28151013 最近在看fisher vector的相关知识,fisher vector被广泛应用到了图像的分类,目标识别等领域,特别是结合着BOW model。 模式识别方法可以分为生成方法和判别方法。前者注重对类条件概率密度函数的建模,而后者聚焦于分类。转载 2015-04-29 09:30:16 · 1540 阅读 · 0 评论 -
关于深度学习的一些整理
深度学习入门:http://blog.csdn.net/zouxy09/article/category/1387932CNN:CNN常用模型:http://blog.csdn.net/abcjennifer/article/details/42493493 (ALEXNET、LENET、VGG、GOOGLENET)residual net:http://blog.csdn.n原创 2016-06-08 17:47:11 · 1205 阅读 · 0 评论