模式识别
happinesslz
主攻机器学习,深度学习,计算机视觉,以及各种算法的编写
展开
-
基于K-SVD稀疏字典的图像去噪算法
基于K-SVD稀疏字典的图像去噪算法源代码下载链接:Code下面的代码我已经给出了我自己的注释,全部是个人的理解,有误的欢迎指正!Main.m%============================================================% demo2 - denoise an image% this is a run_f...原创 2015-11-13 22:01:15 · 19491 阅读 · 43 评论 -
TLD之L-K光流算法代码篇
代码是国外的大神Musawir Ali Shah 写的,我拿过来研究了一下,代码原理和步骤都明白了,代码里面都有我个人参考的资料名称或者链接,以及我个人的注释,这次就先上代码!下一次上原理! 主函数: main.mclc;clear all;close all;file1='yos9.tif';file2='yos10.tif';density=10;%%原创 2015-12-14 16:54:45 · 2983 阅读 · 1 评论 -
TLD算法学习之L-K光流法理论篇一
在L-K算法提出之前,需要先了解H-S算法,此算法我也已经了解了,包括理论和代码篇,如果需要我会整理上传的。但此处不是我所要写的关键,此处主要谈L-K算法。L-k算法是在1981年Lucas-Kanade提出来的,开始主要用于求稠密光流,由于该算法能比较好的运用到图像中,后面就发展成为求图像稀疏光流的重要方法。L-K算法需要满足如下3个假设:1)亮度恒定假设。即假设场景中目标在运动时外观颜原创 2015-12-18 10:46:35 · 5629 阅读 · 1 评论 -
TLD算法学习之L-K光流法理论篇二
由于之前的L-K光流法对于大运动的跟踪束手无策,然后有人又提出图像金字塔的方法来解决这个问题。通过建立金字塔,在多尺度下计算光流,使得光流的计算的准确性又跨越了一步。 金字塔光流的思想是对每个图像帧向下采样,分别建立多级金字塔,当采样到足够小以后,相邻的图像帧之间的运动将变得很小,以至于可以看成是物体的运动随时间变化很慢的运动情况,这时候就可以用L-K方法计算目标的光流,再将计算原创 2015-12-24 22:39:06 · 4470 阅读 · 0 评论 -
Neural Networks
1.Problem:In the previous part of this exercise, you implemented multi-class logistic regression to recognize handwritten digits. However, logistic regression cannot form more complex hypotheses as原创 2016-06-12 23:35:03 · 737 阅读 · 0 评论 -
基于DCT字典图像稀疏去噪算法学习
基于DCT字典图像稀疏去噪算法学习 理论基础:评价一副图像质量的指标(MSE和PSNR):1.MSE(均方误差):其中,f'(i,j)和f(i,j)分别表示的是待评价图像和原始图像,M,N分别表示图像的长与宽。2.PSNR(峰值信噪比):PSNR本质上与MSE相同,但它与图原创 2015-11-05 21:51:20 · 15726 阅读 · 26 评论 -
【caffe-Windows】cifar实例编译之model的生成
转自:http://blog.csdn.net/zb1165048017/article/details/51476516版权声明:欢迎大家一起交流,有错误谢谢指正~~~多句嘴,CSDN会在每一行代码后面加两个空格,复制博客代码时请手动去掉,尤其是bat里面的代码目录(?)[+]准备工作第一步第二步第三步第四步第五步第六步第七步转载 2017-01-04 16:21:20 · 626 阅读 · 2 评论 -
【caffe-Windows】cifar实例编译之model的使用
转自:http://blog.csdn.net/zb1165048017/article/details/51483206本文讲解如何对网上下载的一个图片利用训练好的cifar模型进行分类第一步上一篇文章训练好以后会得到两个文件从网上查阅资料解释来看,第一个caffemodel是训练完毕得到的模型参数文件,第二个solverstate是训练中断以后,可以用此文件从中断地转载 2017-01-05 18:05:30 · 887 阅读 · 0 评论 -
CNN代码学习
本程序是来自deepLearnToolbox-master里面的经典cnn程序看了前面2篇关于卷积神经网络的博客,应该对卷积神经网络有了大概的了解吧!如下,我将介绍我个人所学的东西。首先CNN的整体网络结构为: 在了解卷积神经网络前,首先要理解卷积是如何进行计算的: 一.比如次博客的:http://blog.csdn.net/what_lei/article/deta原创 2017-01-09 21:43:38 · 3160 阅读 · 1 评论