CV
文章平均质量分 87
zfoox
这个作者很懒,什么都没留下…
展开
-
协方差矩阵与二维高斯分布
多维高斯分布:f(x)=1(2π)d2|Σ|−12exp[−12(x−μ)TΣ−1(x−μ)] f(\mathbf x )= \frac{1}{{(2\pi)}^{\frac{d}{2}}{\begin{vmatrix}\mathbf\Sigma\end{vmatrix}}^{-\frac{1}{2}}}exp[-\frac{1}{2}(\mathbf x-\mu)^{T}\mathbf\Sigma原创 2016-12-22 23:03:55 · 44793 阅读 · 11 评论 -
kNN算法小记
kNN算法小记实现代码\qquad最近邻(kNN)(\text{kNN})(kNN)算法是一种无参数的有监督学习算法,算法本身没有训练过程、也没有参数需要求解,但是又需要目标集。\qquad以待预测样本 x∗x^{\ast}x∗ 为中心画圆(例如采用欧氏距离)可以确定邻域中训练样本的数量,由此通过判决规则(比如多数表决)进行判断。kkk 近邻中的 kkk 值,对最终的分类结果有很大的影响:(1)(1)(1) 以 r1r_1r1 为半径的邻域可以确定 333 个训练样本,C1C_1C1 类样本原创 2021-09-16 09:07:28 · 299 阅读 · 0 评论 -
形态学图像处理OpenCV实现
0. 使用OpenCV函数实现 1. 二值形态学 2. 灰度形态学原创 2021-09-07 10:40:46 · 872 阅读 · 0 评论 -
在Android Studio中搭建OpenCV开发环境
1. Android Studio中配置OpenCV1.1 导入OpenCV模块1.2 添加OpenCV依赖库1.3 更改编译环境1.4 导入JNI库2. Android Studio中的图像相关操作原创 2021-05-29 12:07:39 · 669 阅读 · 0 评论 -
Ubuntu使用CodeBlocks配置OpenCV
1. Ubuntu中安装Opencv 2. Ubuntu中使用CodeBlock配置Opencv原创 2021-05-23 17:26:57 · 584 阅读 · 2 评论 -
概率密度函数的参数估计:最大似然估计、贝叶斯估计与贝叶斯学习
问题描述1. 最大似然估计2. 贝叶斯参数估计3. 顺序(sequential)贝叶斯学习原创 2021-04-07 01:36:31 · 4253 阅读 · 0 评论 -
Mat类常用操作
OpenCV\text{OpenCV}OpenCV中 Mat\text{Mat}Mat 类的常用构造函数为: Mat(int rows, int cols, int type); // rows:行数, cols:列数, type:类型 // type类型:CV_8UCn,n为通道数 // 其中,8U(1字节uchar)还可以是:8S(1字节int),16U(2字节uchar) // 16S(2字节int),32S(4字节int) //原创 2021-03-21 13:34:06 · 1210 阅读 · 0 评论 -
线性模型参数求解的最大似然估计、MAP估计、正则最小二乘估计
1. 线性回归的概率模型 2. 最大似然估计 3. 正则最小二乘(Regularized least-squares)估计 4. 最大后验估计原创 2020-10-17 16:13:59 · 2181 阅读 · 0 评论 -
感知器(perceptron)模型分析及实现
1. 感知器模型 2. 几何意义 3. 感知器模型的训练 4. 批处理训练过程 4.1 训练数据的规范化 4.2 批处理感知器算法 实现代码原创 2020-07-22 15:41:21 · 5215 阅读 · 2 评论 -
基于径向基函数(RBF)的函数插值
1. 函数插值 2. RBF函数插值 代码实现原创 2020-07-07 01:16:19 · 22102 阅读 · 5 评论 -
主成分分析(PCA)与K-L变换
1. 主成分分析 —— 基于最大方差的描述 1.1 投影数据的方差 1.2 高维数据的降维 2. K-L变换 —— 基于最小误差的描述 2.1 内积空间中的正交变换 2.2 信号的正交分解 2.3 K-L变换 2.4 基于K-L变换的数据压缩原创 2020-06-21 00:26:27 · 5125 阅读 · 1 评论 -
核平滑方法——局部多项式回归
1. 核平滑方法 代码实现 2. 局部多项式核回归 2.1 加权最小二乘法(Weighted least squares) 2.2 局部多项式核回归(Local polynomial kernel regression) 代码实现原创 2020-05-31 14:31:25 · 13055 阅读 · 2 评论 -
图像的MAP-MRF模型
1. 贴标签问题(Labeling problem) 2. 邻域系统和子团(Neighborhood System and Cliques) 2.1 邻域系统 2.2 子团 3. Markov随机场(Markov Random Field) 3.1 随机场 3.2 马尔科夫性(Markovianity) 3.3 Gibbs随机场(Gibbs Random Field) 3.4 Markov原创 2020-04-05 23:19:18 · 3276 阅读 · 3 评论 -
关于GM和DM的解释
From: Machine Learning: A Probabilistic Perspective更详细的比较可以参考:Discriminative Modeling vs Generative Modeling原创 2018-01-23 09:22:35 · 1950 阅读 · 0 评论 -
离散Hopfield神经网络摘记
1. 离散型Hopfield网络结构 2. 网络中的状态变化 3. 训练网络 4. 网络的能量函数 5. Hopfield模型的实现 5.1 算法步骤 5.2 算法仿真——3个神经元模型原创 2020-03-25 22:25:59 · 2404 阅读 · 2 评论 -
多元Logistic回归——softmax输出
1. softmax函数 2. 与二元Logistic回归的关系 3. 误差函数 3.1 多元回归的1-of-K表示 3.2 训练样本集的似然函数 3.3 交叉熵误差函数 4. 最大似然估计 代码实现(mnist数据集)原创 2020-02-02 12:02:17 · 2156 阅读 · 1 评论 -
函数的最佳逼近问题:最小二乘法
1. 最佳逼近问题2. 最佳平方(最小二乘)逼近离散情况——以线性回归为例3. 最小二乘学习(离散情况的另一种描述)最小二乘解的几何意义4. 最小二乘法实现曲线拟合4.1 线性回归(解方程组1)4.2 梯度下降法实现线性回归4.3 周期函数的逼近(解方程组2)原创 2020-01-23 01:12:18 · 7622 阅读 · 2 评论 -
EM算法摘记(四):例子
\qquad考虑一个服从某个特定分布的样本集 D={x1,x2,⋯ ,xN}\bold D=\{ \boldsymbol{x}_{1},\boldsymbol{x}_{2},\cdots,\boldsymbol{x}_{N} \}D={x1,x2,⋯,xN},假设样本点的一些特征丢失,也就是 xk=(xkg,xkb)\boldsymbol{x}_{k}=(\boldsymbol{x}_{kg...原创 2019-12-27 19:36:43 · 824 阅读 · 1 评论 -
EM算法摘记(三):另一类三硬币问题
EM算法摘记(三):另一类三硬币问题原创 2019-12-18 01:00:13 · 433 阅读 · 0 评论 -
EM算法摘记(二):混合高斯分布
混合高斯分布(GMM) 1. 隐藏变量的 1-of-K 表示 2. 引入隐藏向量 zz 表示观测值 xx 的概率 3. 对数似然函数 4. 计算对数似然函数的期望 5. EE 步公式 6. MM 步公式 代码实现原创 2019-12-14 23:34:07 · 1697 阅读 · 1 评论 -
EM算法摘记(一):三硬币问题
EM算法、隐变量三硬币问题1. 模型的建立2. 引入隐藏变量3. 求complete data的最大似然解4. EM算法求imcomplete data的最大似然解5. 三硬币问题EM公式的推导过程原创 2019-12-10 22:01:03 · 1514 阅读 · 1 评论 -
搭建Code::Blocks的OpenCV开发环境
1. 安装MinGW 2. 使用CMake工具编译OpenCV(3.4.8)源代码 3. 在Code::Blocks中配置OpenCV环境 (1) 配置Compiler (2) 在Code::Blocks中生成OpenCV项目原创 2019-11-16 21:15:57 · 986 阅读 · 0 评论 -
BP训练多层感知器摘记
使用BP训练多层感知器:原理及实现1. 多层感知器(MultiLayer Perceptron, MLP)2. 前向传播3. 误差反向传递1. 多层感知器(MultiLayer Perceptron, MLP)2. 前向传播3. 误差反向传递...原创 2019-06-29 22:53:17 · 502 阅读 · 0 评论 -
k-means的matlab及python实现
k-means算法的简单实现k-means算法实现步骤:实现1. 对二维高斯分布的数据进行分类(2类)实现2. 对灰度图像进行分类(图像分割)k-means算法实现步骤:假设数据集为 (x1,x2,⋅⋅⋅,xN)\left(\boldsymbol{x}_{1},\boldsymbol{x}_{2},\cdot\cdot\cdot,\boldsymbol{x}_{N}\right)(x1,x2...原创 2019-02-22 14:52:36 · 511 阅读 · 1 评论 -
Logistic回归摘记
1. Sigmoid函数2. Logistic Regression模型3. 模型的参数估计4. 模型学习的最优化算法4.1 梯度下降法4.2 牛顿法5. 模型训练步骤6. 实现代码(二分类)原创 2019-01-28 15:27:49 · 423 阅读 · 1 评论 -
正态分布的最大似然估计
给定数据集D={x1, x2, ... , xn},假设都服从均值为mean(假设未知),方差为var的高斯分布(假设已知),则参数θ为均值mean.p(D|θ) = ∏p(xi|θ) = p(x1|θ)p(x2|θ)...p(xn|θ)最大似然估计(MLE):MLE过程:(1)假设真实高斯分布的均值为20,方差为18(2)根据该概率分布抽取100个原创 2017-06-24 09:41:16 · 36601 阅读 · 2 评论 -
PCA图像压缩的matlab实现
PCAfunction pca_testclear;close all;% read imageimg=imread(path); figure(1),subplot(121),imshow(img,[]);title('Original Image');[M N] = size(img);f = double(img);bs = 16; %图像块尺寸p = 3原创 2016-04-03 21:08:40 · 7909 阅读 · 10 评论 -
Sobel边缘检测的OpenCV实现
sobel边缘检测的opencv实现方式1:直接调用Sobel函数实现方式2:根据Sobel模板实现边缘检测代码块#include <opencv2/opencv.hpp>#include <cv.h>#include <math.h>using namespace cv;static string winName = "Sobel边缘检测图像";void on_trackbar(int原创 2016-04-03 20:45:30 · 1321 阅读 · 0 评论 -
DCT简单图像压缩的OpenCV实现
利用DCT变换实现简单图像压缩:1)对图像进行DCT变换2)找出小于阈值T的DCT系数,并将其设置为03)进行DCT逆变换恢复图像#include #include #include #include using namespace cv;double T = 40;int main(){ Mat src = imread("lena512.bmp");原创 2016-04-01 23:38:38 · 7956 阅读 · 2 评论 -
OpenCV典型程序结构
早期的OpenCV基于C语言,到了2.x版本才开始换成了C++语言,虽然可以相互兼容,但其中的差异始终存在。 C语言的版本毕竟代表过去,最好还是以熟悉C++版本为主,但是老的C版本也应该去了解。 以下是采用OpenCV实现canny边缘检测、高斯平滑的两个例子:版本一:#include #include #include using namespace cv;in原创 2016-03-06 15:45:34 · 485 阅读 · 0 评论 -
VS中配置OpenCV库
VS2013中的OpenCV的环境配置一、解压OpenCV,版本为2.4.10,假设为C:\OpenCV(可以在环境变量中定义成变量OpenCV)二、在环境变量的Path中添加 %OpenCV%\build\x64\vc12\bin;%OpenCV%\build\x86\vc12\bin(vc12即vs2013) 2.4.10中只有vc10,如果在vs2008中,则应该选择带有v原创 2016-03-06 15:11:03 · 381 阅读 · 0 评论