- 博客(13)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 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
550
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
3454
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
636
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
804
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
510
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
1080
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
1777
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
996
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
4458
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
330
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
324
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
1743
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
1178
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人