机器学习
文章平均质量分 90
Will-Lin
计算机视觉/自动化/SJTU
展开
-
SCNN-用于时序动作定位的多阶段3D卷积网络
注:本文首发在微信公众号-极市平台。如需转载,请联系微信Extreme-Vision这篇文章主要介绍Zheng Shou在CVPR2016上的工作”Temporal action localization in untrimmed videos via multi-stage cnns”[1]。之后会再介绍他在CVPR2017 上的新工作。首先介绍一下这篇文章要解决的问题。视频中的人体行为识别主要包原创 2017-03-23 10:02:55 · 16087 阅读 · 6 评论 -
Video Analysis相关领域介绍之Action Recognition(行为识别)
这篇文章投稿在极视角公众号,微信链接 随着深度学习技术的发展,以及计算能力的进步(GPU等),现在基于视频的研究领域越来越受到重视。视频与图片最大的不同在于视频还包含了时序上的信息,此外需要的计算量通常也大很多。目前主要在做视频中动作定位相关的工作,为了开拓思路,读了不少视频分析相关领域的文章,所以打算写几篇博客,对视频分析相关的几个领域做一个简要的介绍。这篇主要介绍Action Recogniti原创 2017-04-19 12:28:35 · 22381 阅读 · 23 评论 -
Video Analysis 相关领域介绍之Video Captioning(视频to文字描述)
之前两次分别介绍了video analysis中的action recognition 以及 temporal action detection 这两个领域。这两个领域算是对视频mid-level的理解,而我最近看论文主要在关注如何去理解视频的高层语义(high-level)信息,这方面一个重要的领域就是video captioning。video caption原创 2017-05-05 10:58:39 · 16491 阅读 · 1 评论 -
Video Analysis 相关领域解读之Temporal Action Detection(时序行为检测)
本文投稿于极视角公众号,链接为文章链接.也欢迎大家关注我的知乎专栏CV论文笔记及其他。上一篇笔记介绍了 Action Recognition 领域的研究进展。Action Recognition主要是用于给分割好的视频片段分类,但实际中大部分视频都是未分割的长视频。所以这就引出了今天要介绍的领域:Temporal Action Detection原创 2017-04-27 12:15:06 · 16298 阅读 · 12 评论 -
SOHU图文匹配竞赛-方案分享
注:本文为原创文章,如需转载请先私信联系。最近参加的sohu图文匹配竞赛在这周二在北京举办了决赛,虽然期末忙没去成,但也全程视频直播围观了比赛。我所在的团队(“中国国家跳水队”,排名如队名,一度严重跳水)获得了初赛第3, 复赛第9, 决赛第6的成绩,正好擦边获得了三等奖。参加这次比赛的初衷是作为机器学习课程的大作业,这两天写了课程报告,所以将报告内容修改了一下进行分享。主要分为三个部分,分别为比赛背原创 2017-06-16 13:10:22 · 3890 阅读 · 5 评论 -
机器学习算法的Python实现 (2):ID3决策树
本文数据参照 机器学习-周志华 一书中的决策树一章。可作为此章课后习题3的答案代码则参照《机器学习实战》一书的内容,并做了一些修改。本文使用的Python库包括numpypandasmathoperatormatplotlib本文所用的数据如下: Idx色泽根蒂敲声纹理脐部触感原创 2016-04-01 22:42:39 · 28826 阅读 · 34 评论 -
机器学习算法的Python实现 (3):决策树剪枝处理
本文数据参照 机器学习-周志华 一书中的决策树一章。可作为此章课后习题4的答案代码则参照《机器学习实战》一书的内容,并做了一些修改。CART决策树 使用基尼指数(Gini Index)来选择划分属性。其公式如下:本文内容包括未剪枝CART决策树、预剪枝CART决策树以及后剪枝决策树本文使用的Python库包括numpypandasmath原创 2016-04-04 17:00:22 · 29822 阅读 · 17 评论 -
Single Shot Temporal Action Detection 论文介绍
这篇笔记主要介绍我今年上半年投稿到ACM Multimedia会议的工作。这篇论文的实验大概从寒假放假回来后开始,在ICCV截稿前一个礼拜开始准备论文,但时间太赶没能完成实验和论文写作,所以花了一个多月完善后投稿了ACM multimedia。ACM multimedia 今年取消了long/short paper的区分,而是改为oral/poster paper,这两者均为9页长度(8页正文,1页原创 2017-07-12 22:16:28 · 5032 阅读 · 5 评论 -
行为识别笔记:C3D network-用于视频特征提取的3维卷积网络
注:本文首发在微信公众号-极市平台。如需转载,请联系微信Extreme-Vision卷积神经网络(CNN)近年被广泛应用于计算机视觉中,包括分类、检测、分割等任务。这些任务一般都是针对图像进行的,使用的是二维卷积(即卷积核的维度为二维)。而对于基于视频分析的问题,2D convolution不能很好得捕获时序上的信息。因此3D convolution就被提出来了。3D convolution 最早应原创 2017-03-10 10:17:52 · 58070 阅读 · 44 评论 -
机器学习笔记:Fisher Vector基本原理与用法
近期在看的动作识别相关的工作中fisher vector及其改进版本被广泛的应用,因此打算从Fisher Vector开始入手整理相关知识。参考的博客内容:http://blog.csdn.net/ikerpeng/article/details/41644197 从高斯分布开始介绍了FV,比较易于理解http://blog.csdn.net/happyer88/art原创 2016-07-27 22:20:39 · 27608 阅读 · 6 评论 -
周志华《机器学习》勘误表
周志华老师的《机器学习》的勘误。当时买的是第一次印刷的版本,现在都是第10次印刷了... 转发作收藏原帖地址: http://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/MLbook2016.htm勘误修订[部分修订是为了更便于读者理解,并非原文有误](第一版第十次印刷, 2016年9月):(第一版第九次印刷,转载 2016-10-01 21:48:51 · 5907 阅读 · 0 评论 -
机器学习算法的Python实现 (1):logistics回归 与 线性判别分析(LDA)
本文为笔者在学习周志华老师的机器学习教材后,写的课后习题的的编程题。之前放在答案的博文中,现在重新进行整理,将需要实现代码的部分单独拿出来,慢慢积累。希望能写一个机器学习算法实现的系列。本文主要包括:1、logistics回归2、线性判别分析(LDA)使用的python库:numpymatplotlibpandas使用的数据集:机器学习教材上的西瓜数原创 2016-04-01 16:14:16 · 7341 阅读 · 8 评论 -
机器学习-周志华-课后习题答案-决策树
本文为博主原创,由于没有可以参考的答案,所以内容中若有错误的地方烦请指正,不甚感激。注:本文中的代码均使用python,常用工具包包括 pandas,scikit-learn,numpy, scipy,matplotlib等。4.1试证明对于不含冲突数据(即特征向量完全相同但标记不同)的训练集,必存在与训练集一致(即训练误差为0)的决策树答:假设不存在与训练集一致的决策原创 2016-04-04 23:07:26 · 40260 阅读 · 13 评论 -
XGBoost-Python完全调参指南-介绍篇
在analytics vidhya上看到一篇,写的很好。因此打算翻译一下这篇文章,也让自己有更深的印象。具体内容主要翻译文章的关键意思。原文见:http://www.analyticsvidhya.com/blog/2016/03/complete-guide-parameter-tuning-xgboost-with-codes-python/这篇文章按照原文的分节,共分为三个部翻译 2016-03-26 19:32:21 · 5622 阅读 · 0 评论 -
XGBoost-安装(Windows/VS2015)
昨天想装theano的时候,误删了之前的一些python包,导致xgboost无法使用。索性重新安装了anaconda平台,方便自己后续的使用。 Anaconda是python科学计算的集成。使用起来给人matlab的感觉。并且预装了numpy,scipy,matplotlib,pandas, scikit-learn等多个常用的工具包。 环境:VS2015Win10原创 2016-03-26 13:47:12 · 4853 阅读 · 5 评论 -
XGBoost-Python完全调参指南-参数解释篇
关于XGBoost的参数,发现已经有比较完善的翻译了。故本文转载其内容,并作了一些修改与拓展。原文链接见:http://blog.csdn.net/zc02051126/article/details/46711047XGBoost参数XGBoost的参数可以分为三种类型:通用参数、booster参数以及学习目标参数General parameters:参数控制翻译 2016-03-27 22:28:31 · 105144 阅读 · 3 评论 -
XGBoost简易调参指南
本文为kaggle上一位选手分享的xgboost调参经验的翻译。方便对xgboost模型参数的快速调试。原文:https://www.kaggle.com/c/bnp-paribas-cardif-claims-management/forums/t/19083/best-practices-for-parameter-tuning-on-models数据的划分:一般从训练集里划分20%作翻译 2016-10-01 20:03:31 · 7252 阅读 · 0 评论 -
《统计学习方法》勘误表
去年刚接触机器学习时拜读过李航老师的统计学习方法,很有收获。 最近看到李航老师更新了新的勘误表,转载作为收藏原文链接 http://blog.sina.com.cn/s/blog_7ad48fee01017dpi.html#cmt_3285959转载 2016-10-01 21:39:38 · 6405 阅读 · 0 评论 -
【ICCV 2017论文笔记】我们应当如何理解视频中的人类行为?
搬运自我的知乎专栏:https://zhuanlan.zhihu.com/wzmsltw 。欢迎大家关注。最近ICCV 2017公布了论文录用的情况,我照例扫了一遍论文列表寻找感兴趣的文章。“WhatActions are Needed for Understanding Human Actions in Videos?”[arXiv 链接] 一文是我觉得很有趣的一篇文章。这原创 2017-12-27 19:13:40 · 3098 阅读 · 0 评论