03 那些年致敬的经典
为什么先生2012
图像大法好
展开
-
CNN十大问
致敬经典1 为什么会有CNN这个东西出现?CNNs是第一个真正成功训练多层网络结构的学习算法。它利用空间关系减少需要学习的参数数目以提高一般前向BP算法的训练性能。CNNs作为一个深度学习架构提出是为了最小化数据的预处理要求。在CNN中,图像的一小部分(局部感受区域)作为层级结构的最低层的输入,信息再依次传输到不同的层,每层通过一个数字滤波器去获得观测数据的最显著的转载 2016-09-28 08:46:06 · 1287 阅读 · 0 评论 -
PCA感悟
1 降维: 如上图,大量的二维样本点形成了椭圆形的点状图,如果用一个椭圆拟合,会发现短轴上点的变化比较小,而长轴的变化则比较大,极端情况下,当短轴再缩小,此时点的分布和变化只需要一个长轴来来表示,此时就实现二维变到一维。在做图像处理的时候,当一副图像有2000个特征值时,对比大量的样本图片,发现2000个特征值里面其实能代表图像的差异的特征值只有100个,这时2000原创 2015-11-23 18:47:10 · 702 阅读 · 0 评论 -
Alex-net 十大问
ImageNet Classification with DeepConvolutional Neural Network (Alex-net) 十大问 向经典致敬原创 2016-09-25 12:21:52 · 487 阅读 · 0 评论 -
Sift 十大问
Scale Invariant Feature Transform(SIFT) 十大问系列 1 问:为什么要讨论尺度空间? 1 图像尺度空间感受实例 感受什么是尺度空间2尺度空间方法的基本思想是:在视觉信息处理模型中引入一个被视为尺度的参数,通过连续变化尺度参数获得不同尺度下的视觉处理信息,然后综合这些信原创 2016-05-27 21:44:00 · 2669 阅读 · 0 评论