- 博客(9)
- 资源 (25)
- 收藏
- 关注
转载 几篇总点击率过10万的帖子,以及最近的几点思考
原味出自:http://blog.csdn.net/v_july_v/article/details/6543438 一、算法面试:精选微软经典的算法面试100题 [每周更新]http://topic.csdn.net/u/20101011/16/2befbfd9-f3e4-41c5-bb31-814e9615832e.html二、[整理]算法面试:精选微软经典的算法面试100
2012-12-24 17:18:08 778
转载 程序员面试、算法研究、编程艺术、红黑树、数据挖掘5大系列集锦
原文出自:http://blog.csdn.net/v_july_v/article/details/6543438 无私分享,造福天下 以下是本blog内的微软面试100题系列,经典算法研究系列,程序员编程艺术系列,红黑树系列,及数据挖掘十大算法等5大经典原创系列作品与一些重要文章的集锦:一、微软面试100题系列横空出世,席卷Csdn--评微软等数据结构+算法面试1
2012-12-24 17:14:29 1437
转载 从K近邻算法、距离度量谈到KD树、SIFT+BBF算法
原文出自:http://blog.csdn.net/v_JULY_v/article/details/8203674前言 前两日,在微博上说:“到今天为止,我至少亏欠了3篇文章待写:1、KD树;2、神经网络;3、编程艺术第28章。你看到,blog内的文章与你于别处所见的任何都不同。于是,等啊等,等一台电脑,只好等待..”。得益于田,借了我一台电脑(借他电脑的时候,我连表示感谢,他说“
2012-12-24 17:12:27 7334 1
转载 聚类
聚类(序)——监督学习与无监督学习(转载本文请注明来源:http://blog.csdn.net/jiang1st2010/article/details/7654120) 机器学习的常用方法,主要分为有监督学习(supervised learning)和无监督学习(unsupervised learning)。监督学习,就是人们常说的分类,通过已有的训练样本(即已知数据
2012-12-24 16:22:03 12364 1
转载 局部特征
(转载请注明来源:http://blog.csdn.net/jiang1st2010/article/details/7621681) 局部特征(1)——入门篇 局部特征 (local features),是近来研究的一大热点。大家都了解全局特征(global features),就是方差、颜色直方图等等。如果用户对整个图像的整体感兴趣,而不是前景本身感兴趣的话,全局特征用
2012-12-24 16:18:14 23191 1
转载 【OpenCV】SIFT原理与源码分析
原文出自:http://blog.csdn.net/xiaowei_cqu/article/details/8069548SIFT简介Scale Invariant Feature Transform,尺度不变特征变换匹配算法,是由David G. Lowe在1999年(《Object Recognition from Local Scale-Invariant Features》
2012-12-21 22:26:30 11006 1
转载 k-d tree算法的研究
转载:http://underthehood.blog.51cto.com/2531780/687160 动机先前写了一篇文章《SIFT算法研究》讲了讲SIFT特征具体是如何检测和描述的,其中也提到了SIFT常见的一个用途就是物体识别,物体识别的过程如下图所示:如上图(a),我们先对待识别的物体的图像进行SIFT特征点的检测和特征点的描述,然后得到了SIFT特征点集合。接下来生
2012-12-06 15:45:04 1428 2
转载 SIFT算法详解
原文:http://blog.csdn.net/wanglp094/article/details/7828266在此感谢 wanglp094 的博问。实现细节,根据个人缓蚀剂编程过程,对原文略有修改,如有错误,还望指出,以便修正与完善。尺度不变特征变换匹配算法详解Scale Invariant Feature Transform(SIFT)对于初学者,从David
2012-12-06 15:39:34 2149
转载 SIFT算法研究
原始出处:http://underthehood.blog.51cto.com/2531780/658350 1综述结合论文[1]和Rob Hess的开源SIFT代码(发现OpenCV2.3的源码里也是用的Rob Hess的SIFT代码)对SIFT算法进行了研究,下面是小结:在计算机视觉的领域中,图像匹配是很多问题最重要的一个方面,包括物体和场景识别,通过多幅图像进行3D重构,立体
2012-12-06 15:36:24 1235
MyDAC和odac文件
2013-06-13
UNIX Power Tools (3rd Edition).chm
2011-12-20
Markov Random Fields for Vision and Image Processing(2011).pdf
2011-12-14
二进小波变换程序及模极大序列重构信号
2011-12-09
二进小波变换及由模极大序列重构信号
2011-12-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人