- 博客(23)
- 收藏
- 关注
RSS订阅原创 python中各模块
yaml模块：用来写配置语言yaml文件规则区分大小写；使用缩进表示层级关系；使用空格键缩进，而非Tab键缩进缩进的空格数目不固定，只需要相同层级的元素左侧对齐；文件中的字符串不需要使用引号标注，但若字符串包含有特殊字符则需用引号标注；注释标识为#yaml文件数据结构对象：键值对的集合（简称 “映射或字典”）键值对用冒号 “:” 结构表示，冒号与值之间需用空格分隔数组：一组按序排列的值（简称 “序列或列表”）数组前加有 “-” 符号，符号与值之间需用空格分隔纯量(scalars)
2020-10-23 21:26:36
141
原创 End-to-end Learning of Multi-sensor 3D Tracking by Detection
Abstract产生3D轨迹，将问题公式化为可以解决的线性问题，并使用端对端的卷积网络进行检测和匹配Introduction1.将问题定义为深层结构中的推论问题，使用卷积结果作为候选目标2.匹配成本结合了外观和运动特征（通过一个处理图像和运动的孪生网络）3.我们模型中的推断可以通过解决线性规划的前向推导完成4.可以端到端的训练Method建立了四个布尔变量分别是检测结果是TP的成本，前后两帧的两个检测是一个物体的成本，新轨迹的成本，轨迹终点的成本是TP的成本通过图像和激光雷达检测投影
2020-07-30 22:03:48
443
原创 People Tracking by Cooperative Fusion of RADAR and Camera Sensors
Abstract在本文中，我们提出了一种用于人在地平面上跟踪的协作式雷达/摄像机融合方法。 使用平均人员身高，通过将摄像机的检测反投影到雷达距离-角坐标系上，计算了joint detection likelihood。 代表候选目标的联合似然峰值将馈入粒子过滤器跟踪器。 根据关联结果，使用关联的检测（通过检测进行跟踪）或通过采样原始可能性本身（在检测之前进行跟踪）来更新粒子。 利用原始似然数据的优势在于，即使摄像机或RADAR信号低于检测阈值，也可以连续跟踪丢失的目标。我们表明，在单一目标，无杂波的环境
2020-07-24 13:56:07
337
原创 反卷积
由于输入图像通过卷积神经网络(CNN)提取特征后，输出的尺寸往往会变小，而有时我们需要将图像恢复到原来的尺寸以便进行进一步的计算(e.g.:图像的语义分割)，这个采用扩大图像尺寸，实现图像由小分辨率到大分辨率的映射的操作，叫做上采样(Upsample)。上采样有3种常见的方法：双线性插值(bilinear)，反卷积(Transposed Convolution)，反池化(Unpooling)，我们这里只讨论反卷积。这里指的反卷积，也叫转置卷积，它并不是正向卷积的完全逆过程，用一句话来解释：反卷积是一种特
2020-07-21 20:31:21
527
原创 图像特征提取HOG
HOGHOG方向梯度直方图，这里分解为方向梯度与直方图。把上图中单个cell对应的方向直方图转换为单维向量，也就是按规定组距对对应方向梯度个数进行编码，（8,10,6,12,4,5,8,6,14），得到单个cell的9个特征，每个block（扫描窗口）包含22个cell也就是229=36个特征，一个64128大小的图像最后得到的特征数为36715=3780个。这样将一幅直观的梯度图通过分解提取变为计算机容易理解的特征向量。...
2020-07-12 18:31:26
200
原创 Multiobject Tracking as Maximum Weight Independent Set
Brendel, William, Mohamed Amer, and Sinisa Todorovic. “Multiobject tracking as maximum weight independent set.” CVPR 2011. IEEE, 2011.Abstract本文解决了视频中同时跟踪多个目标的问题。 我们首先将对象检测器应用于每个视频帧。 然后，每两个连续的帧对中的检测响应对将用于构建轨迹图。 该图有助于在不违反结果轨道之间硬性和软性上下文约束的情况下，过渡性地链接最匹配的小轨道
2020-07-04 20:03:37
347
原创 Multiple Hypothesis Tracking Revisited
Kim, Chanho, et al. “Multiple hypothesis tracking revisited.” Proceedings of the IEEE international conference on computer vision. 2015.Abstract本文在检测跟踪框架中回顾了经典的多重假设跟踪（MHT）算法。 MHT的成功在很大程度上取决于维持少量潜在假设的能力，而当前可用的精确物体检测器可以促进这一可能性。 我们证明了90年代的经典MHT实现可以惊人地接近标准基
2020-07-01 22:18:40
2949
1
原创 D-S证据理论
基本概念指示空间是基本分类，比如凶手是甲，凶手是乙，BPA是一个2^指示空间的函数，如指示空间是甲，乙，那么mass函数的自变量包含 空集、甲、乙、 甲和乙，以此类推A是识别框架的一个子集，识别框架为｛甲、乙｝，但其子集包含｛甲，乙， 甲和乙｝，对于一个对所有类别的判决器，mass函数的所有子集的概率相加为1焦元就是mass函数（概率）>0的子集信任函数就是子集A的所有子集的概率和似然函数是与A有交集的所有子集的概率和合成规则更多内容可以参考https://blog.csd
2020-07-01 10:26:10
282
原创 Fade：一种单目彩色视觉与雷达数据融合的车辆检测与跟踪系统
Fade：一种单目彩色视觉与雷达数据融合的车辆检测与跟踪系统Fade : A vehicle detection and tracking system featuring monocular color vision and radar data fusionAbstrcat主要创新在于low-level fusion system在每一步，对于每一个目标，融合系统融合四种不同的图像处理算法和雷达信息的结果。通过自动组合12个不同的特征，产生许多可能的目标位置建议它生成了一个由三层组成的beli
2020-06-23 21:56:29
602
原创 Automotive Radar Dataset for Deep Learning Based 3D Object Detection
Automotive Radar Dataset for Deep Learning Based3D Object Detection——astyx数据集IntroductionSensor System SetupGround Truth GenereationResult3D Object Detection——astyx数据集)Introduction该数据集包含雷达、激光雷达和相机信息以及带注释的三维地面真实物体。据我们所知，唯一包含汽车雷达数据的公共数据集是最近引入的nuScenes
2020-06-17 15:23:25
1023
原创 Online Multi-Target Tracking Using Recurrent Neural Networks
Online Multi-Target Tracking Using Recurrent Neural NetworksAbstractIntroductionOur ApproachPreliminaries and NotationMulti-Target Tracking with RNNsTarget MotionLossInitiation and TerminationLossData Association with LSTMsLossAbstract提出了一种基于递归神经网络(RNN)的
2020-05-19 20:09:37
435
1
原创 Deep Cosine Metric Learning for Person Re-Identification
Deep Cosine Metric Learning for Person Re-IdentificationAbstractIntroductionStand Softmax ClassifierCosine Softmax ClassiferEvaluationWojke, Nicolai and Bewley, Alex2018 IEEE Winter Conference on Applications of Computer Vision (WACV)Abstract构造一种度量学习，从
2020-05-12 15:10:08
237
原创 numpy
np.tileNumpy的 tile() 函数，就是将原矩阵横向、纵向地复制。tile 是瓷砖的意思，顾名思义，这个函数就是把数组像瓷砖一样铺展开来。参考https://www.jianshu.com/p/9519f1984c70...
2019-12-21 18:27:25
74
原创 聚类算法
聚类算法聚类算法K-means聚类K-mediods（K中心点）算法K-means++聚类二分均值法聚类ISODATA参考聚类算法聚类算法的核心——类见距离大，类内距离小分类是分析已有的数据，寻找其共同的属性，并根据分类模型将这些数据划分成不 同的类别聚类预先不知道欲划分类的情况下，根 据信息相似度原则进行信息聚类的一种方法K-means聚类1、随机的取 k 个点作为 k 个初始质心...
2019-11-24 23:36:42
1711
原创 tensorflow函数
TensorFlow常用函数tensorflow变量作用域tf.get_variable()tf.variable_scope()参考tensorflow变量作用域TensorFlow中的变量一般就是模型的参数。当模型复杂的时候共享变量会无比复杂。如每一层滤波器都有一个变量，如conv1_weights,conv1_biases,conv2_weights, and conv2_biases...
2019-11-16 20:43:59
211
原创 图像检测指标
图像检测指标分类指标精确率(Precision), 召回率(Recall)混淆矩阵（Confusion Matrix）准确率（Accuracy）F-scoreP-R曲线分类指标主要有准确率(accuracy)，精确率/查准率(precision)，召回率/查全率(recall)，PR曲线，混淆矩阵(confusion-matrix)，F-score。精确率(Precision), 召回率(R...
2019-11-11 10:00:51
1123
原创 凸优化——对偶问题
凸优化对偶问题拉格朗日函数与对偶函数对偶函数性质对偶函数例子函数的共轭对偶问题强对偶、弱对偶拉格朗日函数与对偶函数inf是极小化的意思lambda和v是拉格朗日乘子（lambda——和不等式相关的拉格朗日乘子，v——和不等式相关的拉格朗日乘子）对偶函数性质g()<=L()<=p*对偶函数例子得一个关于v的凹函数函数的共轭共轭函数一定是一个凸函...
2019-11-06 00:24:06
1337
原创 共轭函数
共轭函数定义几何意义例子参考：定义几何意义例子f′(x)=yf^{'}(x)=yf′(x)=y即(xlogx)′=y,logx+1=y,x=ey−1(xlogx)^{'}=y,logx+1=y,x=e^{y-1}(xlogx)′=y,logx+1=y,x=ey−1参考：https://www.jianshu.com/p/ccdc504d6f9e...
2019-11-01 22:15:02
753
原创 范数
范数范数定义常用范数对偶范数范数定义范数(norm)是数学中的一种基本概念。在泛函分析中，它定义在赋范线性空间中，并满足一定的条件，即①非负性；②齐次性；③三角不等式。它常常被用来度量某个向量空间（或矩阵）中的每个向量的长度或大小。常用范数这里以Cn空间为例，Rn空间类似。最常用的范数就是p-范数。若 x=[x1,x2,...,xn]Tx=[x_{1},x_{2},...,x_{n}]^...
2019-11-01 21:43:59
2174
原创 粒子滤波原理及应用
matlab中求方差的函数有var()和std()两种，var()得到的为方差，std()得到的为标准差，两者都有有偏和无偏之分，除以样本总个数N为无偏(unbiased)，除以N-1为有偏（bessel’s correction）；用法为R=var(X)=var(X,0)——有偏R=var(X,1)——无偏协方差Cov(X,Y)=E{[X-E(X)]*[Y-E(Y)]}蒙特卡洛方法1....
2019-04-03 21:46:50
4051
3
翻译 数据关联的简单介绍
目标：探测每一帧的目标找出他们之间的对应关系步骤：预测：传播向前的状态，考虑过程噪音门限：决定可能的匹配观测关联：决定最佳匹配更新：使用贝叶斯定理修正预测Global Nearest Neighbor(GNN)分析每个落入门内的观测点，选择最优并入轨道（最短距离或相似度最高）分配问题：得到一个最大化总分数的置换矩阵（每行每列只有一个元素为1）分配问题：迭代运算（对于一...
2019-03-31 19:34:27
8337
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人