计算机视觉
HEAD_L4
目前主要做计算机视觉
展开
-
Bundler在Window下的编译
(参考自:http://www.cnblogs.com/weizhoupan/archive/2011/03/05/Intro_on_Bundler.htmlhttp://blog.csdn.net/manji_lee/article/details/7596877http://blog.csdn.net/lxiaoxiaot/article/details/6721247转载 2015-06-20 09:10:55 · 1397 阅读 · 0 评论 -
图像深度
图像深度是指存储每个像素所用的位数,也用于量度图像的色彩分辨率.图像深度确定彩色图像的每个像素可能有的颜色数,或者确定灰度图像的每个像素可能有的灰度级数.它决定了彩色图像中可出现的最多颜色数,或灰度图像中的最大灰度等级.比如一幅单色图像,若每个象素有8位,则最大灰度数目为2的8次方,即256.一幅彩色图像RGB3个分量的象素位数分别为4,4,2,则最大颜色数目为2的4+4+2次方,即1024,就转载 2016-05-06 09:13:11 · 676 阅读 · 0 评论 -
关于方差、协方差、协方差矩阵的概念及意义
期望离散型随机变量的一切可能的取值xi与对应的概率Pi(=xi)之积的和称为该离散型随机变量的数学期望(设级数绝对收敛),记为 E(x)。随机变量最基本的数学特征之一。它反映随机变量平均取值的大小。又称期望或均值。若随机变量X的分布函数F(x)可表示成一个非负可积函数f(x)的积分,则称X为连续性随机变量,f(x)称为X的概率密度函数(分布密度函数)。方差方差是转载 2017-02-07 09:32:07 · 1768 阅读 · 0 评论 -
马尔科夫链的一个应用实例
最近在研究马尔科夫链,看得云里雾里的,先给出一个实例,以防忘记!! 假设现有商品ABC今年的市场占率分别为20%、20%和40%,A商品每年流失30%到B,流失30%到C;B商品下一年会流失20%到A,流失30%到C ;C商品每年会流失40%到A,流失40%到B,则刚开始ABC的市场占有率形成的矩阵[A0 B0 C0]=[0.2 0.2 0.4],商品流动率形成的马尔科夫矩阵p=[0.4 0.3原创 2017-08-09 21:55:41 · 15902 阅读 · 1 评论 -
matlab中数据类型及图像显示
1、uint8与double double函数只是将读入图像的uint8数据转换为double类型,一般不使用;常用的是im2double函数,将uint8图像转为double类型,范围为0-1,如果是255的图像,那么255转为1,0还是0,中间的做相应改变。MATLAB中读入图像的数据类型是uint8,而在矩阵中使用的数据类型是double。因此 I2=im2d转载 2017-10-14 23:00:20 · 3063 阅读 · 0 评论 -
《Edge Boxes: Locating Object Proposals from Edges》读后感
《Edge Boxes: Locating Object Proposals from Edges》是ECCV2014的一篇关于目标检测的一篇文章,作者是来自于微软研究院的Piotr等人,属于大中牛范畴。本文并没有涉及到“机器学习”,其采用的是纯图像的方法,这点让我大感意外,因为很多提取proposals的文献,例如BING等,都是基于学习理论的方法。此外,本文的许多内容,甚至数学公式,都是基于作转载 2017-11-14 17:05:53 · 780 阅读 · 0 评论 -
计算机视觉、机器学习相关领域论文和源代码大集合
注:下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新:2013-1-29一、特征提取Feature Extraction: SIFT [1] [Demo program][SIFT Library] [VLFeat] PCA-SIFT [2] [Project] Aff转载 2017-11-26 23:00:02 · 249 阅读 · 0 评论 -
深度学习与卷积神经网络
1.卷积与神经元 1.1 什么是卷积? 简单来说,卷积(或内积)就是一种先把对应位置相乘然后再把结果相加的运算。(具体含义或者数学公式可以查阅相关资料) 如下图就表示卷积的运算过程: (图1) 卷积运算一个重要的特点就是,通过卷积运算,可以使原信号...转载 2018-06-24 08:24:37 · 9644 阅读 · 0 评论 -
图像凸包的显示
最近在研究图像的显著性分析,看到有关利用图像特征点进行图像显著性分析的方法,为了方便显著图像的特征点,我们可以利用convexhull的方法得到关于图像特征点的一个凸包。比如:rgb_im = imread('leaf.bmp');figure,imshow(rgb_im);corner_im2 = getsalientpoints(rgb_im);corner_im = elimate...原创 2018-08-10 16:32:06 · 1363 阅读 · 2 评论