xiaopihaierletian-CSDN博客

转载 2017完美世界研发部笔试题_取经

一、题目概述师徒四人西天取经，途中必需跨过一座桥，四个人从桥的同一端出发，你得帮助他们到达另一端，天色很暗而他们只有一支手电筒，一次同时最多可以有两个人一起经过桥。而过桥的时候必须持有手电筒，所以就得有人把手电筒带来带去，来回桥两端。手电筒不能用丢的方式来传递，四个人的步行速度各不同，若两人同行则以较慢者的速度为准，大师兄需花1分钟过桥，二师兄需花2分钟过桥，三师兄需花5分钟过桥，师傅需花10

2017-09-21 15:26:15 643

原创滴滴出行2017秋招算法笔试题(作弊概率)

一、前言最近博客的更新频率也挺快的，希望自己能坚持下去。每周一篇面试题，这周的面试题是算法笔试题，面试题不知不觉也写了几个月了，不难发现，那些大企业都喜欢考算法题。二、题目一位滴滴实习生开发出了一套简易作弊检测系统，此系统存在一定误差。如果一个用户确实存在作弊行为，但是此系统没有检测出的概率为 5 %，但是误检为作弊的概率为 1 %；我们已经知道，一个用户作弊的概率为 0.1 % 。目

2017-09-20 19:34:15 1111

转载常用的时间序列算法模型

时间序列中常用预测技术一个时间序列是一组对于某一变量连续时间点或连续时段上的观测值。1. 移动平均法 (MA)1.1. 简单移动平均法设有一时间序列y1,y2,..., 则按数据点的顺序逐点推移求出N个数的平均数，即可得到一次移动平均数. 1.2 趋势移动平均法当时间序列没有明显的趋势变动时，使用一次移动平均就能够准确地反映实际

2017-09-12 10:32:53 5643

原创人脸识别经典算法二：LBP方法

与第一篇博文特征脸方法不同，LBP（Local Binary Patterns，局部二值模式）是提取局部特征作为判别依据的。LBP方法显著的优点是对光照不敏感，但是依然没有解决姿态和表情的问题。不过相比于特征脸方法，LBP的识别率已经有了很大的提升。在[1]的文章里，有些人脸库的识别率已经达到了98%+。1、LBP特征提取最初的LBP是定义在像素3x3邻域内的，以邻域中心像素为阈值

2017-09-12 10:10:17 1052

原创卡方检验（Chi square statistic）

卡方检验是一种检验两个变量独立性的方法。本文将介绍其理论并给出其应用在LBP特征匹配中的例子。卡方检验最基本的思想就是通过观察实际值与理论值的偏差来确定理论的正确与否。具体做的时候常常先假设两个变量确实是独立的（行话就叫做“原假设”），然后观察实际值（也可以叫做观察值）与理论值（这个理论值是指“如果两者确实独立”的情况下应该有的值）的偏差程度，如果偏差足够小，我们就认为误差是很自然的样

2017-09-12 10:08:46 2568

转载 Histogram intersection(直方图交叉核,Pyramid Match Kernel)

看关于LBP人脸识别的论文时提到了Histogram intersection这个方法，方法最初来自The Pyramid Match Kernel:Discriminative Classification with Sets of Image Features这篇论文，用来对特征构成的直方图进行相似度匹配，下面介绍下原理。假设图像或其他数据的特征可以构成直方图，根据直方图间距的不同可以得到

2017-09-12 10:04:58 653

原创机器视觉 Local Binary Pattern (LBP)

简介对于二维的纹理分析，具有很多潜在的应用。例如，工业表层检查，远程监控，生物制药图像分析等等领域。但是在实际应用时，会存在很多问题。主要的问题在于现实世界中的纹理并不像实验中的那么规整，存在着很多变化，例如：由于非均匀光源导致的光照变化；实际的情况下，物体方向是随机的；空间尺度不一致。而且，很多纹理分类的方法计算复杂度过高，难以实用化。为了解决这些问题，可以采用改进型的局

2017-09-12 09:44:27 1785

转载主成分分析（PCA）原理详解

一、PCA简介1. 相关背景上完陈恩红老师的《机器学习与知识发现》和季海波老师的《矩阵代数》两门课之后，颇有体会。最近在做主成分分析和奇异值分解方面的项目，所以记录一下心得体会。在许多领域的研究与应用中，往往需要对反映事物的多个变量进行大量的观测，收集大量数据以便进行分析寻找规律。多变量大样本无疑会为研究和应用提供了丰富的信息，但也在一定程度上增加了

2017-09-12 09:09:15 774

转载人脸识别必读的N篇文章

一，人脸检测/跟踪人脸检测/跟踪的目的是在图像/视频中找到各个人脸所在的位置和大小；对于跟踪而言，还需要确定帧间不同人脸间的对应关系。1,Robust Real-time Object Detection. Paul Viola, Michael Jones. IJCV 2004.入选理由：Viola的人脸检测工作使得人脸检测真正变得实时可用。他们发表了一系列文章，这篇是引用率最高的一

2017-09-11 22:37:01 296

原创自动人脸识别基本原理 --基于静态图像的识别算法（一）特征脸补充知识 PCA

在之前的博客人脸识别经典算法一：特征脸方法（Eigenface）里面介绍了特征脸方法的原理，但是并没有对它用到的理论基础PCA做介绍，现在做补充。请将这两篇博文结合起来阅读。以下内容大部分参考自斯坦福机器学习课程：http://cs229.stanford.edu/materials.html假设我们有一个关于机动车属性的数据集{x(i);i=1,...,m}（m代表机动车的属性个数），

2017-09-11 22:35:39 913

原创自动人脸识别基本原理 --基于静态图像的识别算法（一）特征脸

人脸识别经过近 40 年的发展，取得了很大的发展，涌现出了大量的识别算法。这些算法的涉及面非常广泛，包括模式识别、图像处理、计算机视觉、人工智能、统计学习、神经网络、小波分析、子空间理论和流形学习等众多学科。所以很难用一个统一的标准对这些算法进行分类。根据输入数据形式的不同可分为基于静态图像的人脸识别和基于视频图像的人脸识别。因为基于静态图像的人脸识别算法同样适用于基于视频图像的人脸识别，所以只有

2017-09-11 22:29:19 4335

原创基于神经网络的人脸识别算法的优缺点

优点：神经网络在人脸识别上的优势就是在于可以通过学习，从而获得对于人脸图像规则隐形的一种表达，避免进行复杂的特征提取，有利于硬件的实现。缺点：该算法不易解释，由于神经元的数目较多，运算时间较长，并且需要多张人脸图像进行训练，在训练过程中往往需要对一些参数进行人为的调整，所以适合范围被限制于小型人脸库。

2017-09-11 14:48:15 2645

原创基于“视频图像”的人脸识别算法

一个典型的基于视频图像的人脸识别系统一般都是自动检测人脸区域，从视频中提取特征，最后如果人脸存在则识别出人脸的身份。在视频监控、信息安全和出入控制等应用中，基于视频的人脸识别是一个非常重要的问题，也是目前人脸识别的一个热点和难点。基于视频比基于静态图像更具优越性，因为 Bruce 等人和 Knight 等人已证明，当人脸被求反或倒转时，运动信息有助于（熟悉的）人脸的识别。虽然视频人脸识别是基于静态

2017-09-11 10:25:06 4103

原创基于E-R模型的关系型数据库设计方法

摘要　　在管理信息系统开发中，数据库设计的目标是建立DBMS能识别的关系数据模型。而关系数据模型建立的基础是首先建立E-R模型，通过E-R模型才能转换为关系数据模型。如何建立E-R模型以及如何将E-R模型转换为关系数据模型，是管理信息系统开发中数据库设计的关键。摘自《价值工程》可以通俗理解为E-R模型能够更好的去帮助我们去分析创建关系数据库中的所需的表一、那么什么是E-R模型？　E

2017-09-11 09:49:43 1991

原创三级模式两级映像/数据库系统结构

考察数据库的结构可以有多种不同的层次或角度。（这里说的数据库不局限于关系型数据库）1. 如果从DBMS角度来看，数据库通常采用三级模式结构，也就是说DBMS内部的系统结构是三级模式结构2. 如果从数据库最终用户角度来看，数据库系统的结构可分为：单用户结构、主从式结构、分布式结构、客户/服务器、浏览器/应用服务器/数据库服务器多层结构等。这是数据库系统外部体系结构。1. 数据库系统的

2017-09-11 09:46:51 937

原创 VISUAL Studio2013提示malloc是未定义的标识符

问题如下：解决：加上#include "malloc.h"[cpp] view plain copy #include #include "malloc.h" typedef char ElemType; typedef struct BiNode{ ElemType data; struct BiNod

2017-09-07 15:55:44 3590 1

原创数字图像学习笔记

一、开篇学习了一段数字图像处理，想就自己的学习写个笔记吧。主要的参考书就是>和网上的一些博客，可能会穿插着MATLAB的代码和Python的代码，准备写一个系列，这次就当做是个开山篇吧。什么叫数字图像呢？“一幅图像可以定义为一个二维函数f(x,y)，这里的x和y是空间坐标，而在任意坐标(x,y)处的幅度f被称为这一坐标位置图像的亮度或者灰度，当x,y

2017-08-31 23:03:19 569

原创前景检测算法（一）--综述

原文：https://www.52ml.net/17001.html?utm_source=tuicool&utm_medium=referral运动前景对象检测一直是国内外视觉监控领域研究的难点和热点之一，其目的是从序列图像中将变化区域从背景图像中提取出来，运动前景对象的有效检测对于对象跟踪、目标分类、行为理解等后期处理至关重要，那么区分前景对象，非常关键的一个问题是确定一个非常合适的背

2017-08-22 14:24:20 3506

原创 ≪统计学习精要(The Elements of Statistical Learning)≫课堂笔记（一）

在准备找工作阶段，借由巩固总结之前所学，恰好碰到这样一本书，简略看一下，顺便做个总结：前两天微博上转出来的，复旦计算机学院的吴立德吴老师在开?统计学习精要(The Elements of Statistical Learning)?这门课，还在张江...大牛的课怎能错过，果断请假去蹭课...为了减轻心理压力，还拉了一帮同事一起去听，eBay浩浩荡荡的十几人杀过去好不壮观！总感觉我们的人

2017-08-20 09:03:03 723 1

转载读了几篇boosting文献的收获。。。

距离上一篇blog都3个多月了。最近也是有的懒，看到别人的blog层次都很高，总是介绍些OpenCV的粗浅的东西，总是感觉自惭形愧。所以一直野就没写啥。白驹过隙，3个月，我都转博了，opencv都2.4.3了，可是感觉自己还是弱爆了，懂得太少，翻来看看以前学习过的知识，也多半一知半解。这次就又翻了翻boosting的东西学习了一下（研一上课就这东西听懂了。。。。）。自己看完了，也不知道自己的理解都

2017-08-15 20:44:51 815

原创目标跟踪学习系列一:on-line boosting and vision 阅读

文章：on-line boosting and vision Grabner, H. ; Graz University of Technology ; Bischof, H. CVPR, 2006 IEEE Computer Society Conference on (Volume:1 )这是cvpr2006年的文章，非常经典的一篇文章。还有源码和数据集

2017-08-15 20:42:58 515

转载 Online Object Tracking : A Benchmark 翻译

在线目标跟踪：一种评估基准吴毅 Jongwoo Lim 杨明玄摘要目标跟踪是计算机视觉大量应用中的重要组成部分之一。近年来，尽管在分享源码和数据集方面的努力已经取得了许多进展，开发一套库和标准用于评估当前最先进的跟踪算法仍然是极其重要的。在简单回顾近年来在线目标跟踪的研究进展后，我们以多种评价标准进行了大量的实验，用于研究这些算法的性能。为了便于性能评估和分析，测试图片序列

2017-08-15 20:40:57 1113

转载目标跟踪源码总结

这个应该是目前最全的Tracking相关的文章了,转载请注明出处。一、Surveyand benchmark：1. PAMI2014：VisualTracking_ An Experimental Survey，代码：http://alov300pp.joomlafree.it/trackers-resource.html2. CVPR2013:On

2017-08-15 20:20:08 1796

原创 Visual Tracking with Online Multiple Instance Learning (MIL)及Robust Object Tracking with **paper笔记

1. 论文信息论文标题：Visual Tracking with Online Multiple Instance Learning论文作者： Boris Babenko，University of California, San DiegoMing-Hsuan Yang，University of California, MercedSerge Belongie，Univers

2017-08-15 20:05:51 1017

原创快速理解决策树 bootstrap,bagging,boosting,online boosting-五个概念

决策树是一种解决分类问题的绝好方法，顾名思义，它正像一棵大树一样，由根部不断生长出很多枝叶；它的优点实在太多，比如可以避免缺失值的影响、可以处理混合预测、模型容易展示等。然而，决策树的实际应用也绝不简单，如果树根稍有不稳、或者枝干略有差池，树就可能会彻底长偏啦，我们总是需要仔细挑选单棵决策树、或适当的组合。单棵决策树这是统计分析领域比较常用、机器学习领域也用得烂熟的分类算法：一棵大

2017-08-15 09:00:30 4541

转载浅析人脸检测之Haar分类器方法：Haar特征、积分图、 AdaBoost 、级联

浅析人脸检测之Haar分类器方法一、Haar分类器的前世今生人脸检测属于计算机视觉的范畴，早期人们的主要研究方向是人脸识别，即根据人脸来识别人物的身份，后来在复杂背景下的人脸检测需求越来越大，人脸检测也逐渐作为一个单独的研究方向发展起来。目前的人脸检测方法主要有两大类：基于知识和基于统计。Ø 基于知识的方法：主要利用先验知识将人脸看作器官特征的组合，根

2017-08-14 10:34:52 341

原创目标检测的图像特征提取之（三）Haar特征

1、Haar-like特征 Haar-like特征最早是由Papageorgiou等应用于人脸表示，Viola和Jones在此基础上，使用3种类型4种形式的特征。Haar特征分为三类：边缘特征、线性特征、中心特征和对角线特征，组合成特征模板。特征模板内有白色和黑色两种矩形，并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。Haar特征值反映了图像的灰度变化情况。例如：脸部

2017-08-13 20:46:02 330

原创压缩感知（Compressive Sensing）学习之（一）

压缩感知（压缩传感，Compressive Sensing）理论是近年来信号处理领域诞生的一种新的信号处理理论，由D. Donoho(美国科学院院士)、E. Candes(Ridgelet, Curvelet创始人)及华裔科学家T. Tao(2006年菲尔兹奖获得者)等人提出，自诞生之日起便极大地吸引了相关研究人员的关注。网站http://dsp.rice.edu/cs上可以获取大量相关的论文。

2017-08-11 09:00:32 1766

转载完美世界hr给大家的简历修改和面试的建议

转自牛客网 http://www.nowcoder.com/discuss/4006?from=wb很多人发了简历，然后就没有音讯了，根本不知道是什么原因。投简历的时候，尤其是技术的简历，第一个看你简历的应该是hr，并不是技术经理。这就存在一个问题，那就是我们的简历一定要把握hr的命脉。hr在看简历的时候一般都是看一些关键点。hr在看大家的简历的时候

2017-08-06 20:59:40 1204

原创行人检测实现和相关资料

最近一直在看行人检测的论文，对目前的行人检测做大概的介绍。行人检测具有极其广泛的应用：智能辅助驾驶，智能监控，行人分析以及智能机器人等领域。从2005年以来行人检测进入了一个快速的发展阶段，但是也存在很多问题还有待解决，个人觉得主要还是在性能和速度方面还不能达到一个权衡。1.行人检测的现状（大概可以分为两类）（1）.基于背景建模：利用背景建模方法，提取出前景运动的目标，在目

2017-07-29 21:36:51 965

转载如何加强神经网络训练

笔者最近在做行人重识别问题，故下面以提升reID的准确率为例：1. 扩大数据集调研CUHK01/CUHK03，要小心各个数据集中的bias（比如只有两个摄像头下的照片）同时，为了做比较，所以先只在market1501上测试。2.做数据增强（旋转，翻转，平移）采用了先resize到256，再crop一个227*227的策略。以50%的概率做镜像。3.triplet

2017-07-29 21:10:06 404

转载行人再识别（行人重识别）【包含与行人检测的对比】

最近，在网上搜索关于“行人重识别”及“行人再识别”等关键词，发现几乎都是关于行人检测的内容。对于“行人重（再）识别”技术能找到的资料很少，这可能是因为“行人重（再）识别”技术最近才刚刚兴起吧。总之，除了能在谷歌学术中搜到一些Person re-identification的学术论文外，其他的资料明显没有行人检测的多。由于本人主要是学习“行人重（再）识别”技术的，每次和别人提起自己的研究方向时都要费

2017-07-29 21:08:48 3068 1

原创阅读A Discriminative Feature Learning Approach for Deep Face Recognition

论文链接：http://101.96.10.64/ydwen.github.io/papers/WenECCV16.pdf原作者代码链接Caffe：https://github.com/kpzhang93/caffe-faceMxNet：https://github.com/pangyupo/mxnet_center_lossWhat：对于分类任务来说，最后预测的是一个

2017-07-29 21:05:30 670

转载图像检索系列一：Deep Learning of Binary Hash Codes for Fast Image Retrieval

Deep Learning of Binary Hash Codes for Fast Image Retrieval 这篇文章发表在2015CVPR workshop文章链接：http://www.cv-foundation.org/openaccess/content_cvpr_workshops_2015/W03/papers/Lin_Deep_Learning_of_2015_CVPR

2017-07-29 21:04:03 937

翻译 Generative Adversarial Nets（译）

仅供参考，如有翻译不到位的地方敬请指出。论文地址：Generative Adversarial Nets摘要我们提出了一个通过对抗过程估计生成模型的新框架，在新框架中我们同时训练两个模型：一个用来捕获数据分布的生成模型G，和一个用来估计样本来自训练数据而不是G的概率的判别模型D，G的训练过程是最大化D产生错误的概率。这个框架相当于一个极小化极大的双方博弈。在任意函数G 和D

2017-07-29 19:50:38 463

转载算法研究、编程艺术、红黑树、数据挖掘、程序员面试5大系列集锦

前言开博已过20个月，回首这20个月，发现自己在本blog上着实花费了巨大的时间与精力，写的东西可能也够几本书的内容了。希望我真真正正的为读者提供了实实在在的价值与帮助。下面，敬请观赏。有任何问题，欢迎随时不吝指正(同时，若你也能帮助blog内留言的任何朋友的问题，欢迎你随时不吝分享&回复，我们一起讨论，互帮互助，谢谢)。无私分享，造福天下

2017-07-29 18:31:11 385

转载图像基本变换---图像二值化(包含OSTU/迭代法/统计法/双峰法/P分位法/最大熵法)

OSTU法图像二值化[算法说明] Ostu法又叫做最大类间方差法，是一种常用的图像分割算法。基本算法思想是根据初始阈值把图像分为两类，然后计算两类之间的方差，更新阈值，重新计算类间方差，当满足类间方差最大时的阈值，即为所求最佳阈值，具体过程如下： 1，初始化一阈值Th，将图像f(x,y)分为A，B两类； 2，分别计算A，B两类像素集合的均值ua和ub，公式如下：其

2017-07-29 18:00:44 1791

原创阈值化分割（二）OTSU法-附Python实现

一、OTSU法（大津阈值分割法）介绍 OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法，是一种自适应的阈值确定的方法，又称大津阈值分割法，是最小二乘法意义下的最优分割。二、单阈值OTSU法设图像包含L个灰度级，灰度值为i的像素点个数为Ni，像素总点数为： N=N0+N1+⋯+NL−1则灰度值为i的点的概率为： Pi=Ni

2017-07-29 17:14:49 6600 1

原创阈值化分割（一）双峰法-附Python实现

一、双峰法介绍直方图双峰法（2-Mode method），如下图所示，即如果图像灰度直方图呈明显的双峰状，则选取双峰间的最低谷出作为图像分割的阈值所在。即下图中，以Zt为阈值进行二值化分割，可以将目标和背景分割开。但当图像的直方图出现波峰间的波谷平坦、各区域直方图的波形重叠等情况时，用双峰法就很找到合适的阈值。二、python源码下面给出Python源代码。

2017-07-29 17:10:43 5313 3

转载运动目标跟踪（二）--搜索算法预测模型之粒子滤波

原文：http://blog.csdn.net/jinshengtao/article/details/30970733推荐大家看论文《An adaptive color-based particle ﬁlter》这次我直接截图我的硕士毕业论文的第二章的一部分，应该讲得比较详细了。最后给出我当时在pudn找到的最适合学习的实现代码

2017-07-28 16:47:34 826

Distributed Computing.pdf

YaleB人脸数据库

connection。jar

空空如也