zouxy09的专栏

标签传播算法（Label Propagation）及Python实现zouxy09@qq.comhttp://blog.csdn.net/zouxy09 一、半监督学习       半监督学习（Semi-supervisedlearning）发挥作用的场合是：你的数据有一些有label，一些没有。而且一般是绝大部分都没有，只有少许几个有label。半监督学习算法会充分的利用unlabeled数据来

图像卷积与滤波的一些知识点zouxy09@qq.comhttp://blog.csdn.net/zouxy09       之前在学习CNN的时候，有对卷积经常一些学习和整理，后来就烂尾了，现在稍微整理下，先放上来，以提醒和交流。一、线性滤波与卷积的基本概念      线性滤波可以说是图像处理最基本的方法，它可以允许我们对图像进行处理，产生很多不同的效果。做法很简单。首先，我们有一个二维的滤波器矩

Python多核编程mpi4py实践zouxy09@qq.comhttp://blog.csdn.net/zouxy09 一、概述       CPU从三十多年前的8086，到十年前的奔腾，再到当下的多核i7。一开始，以单核cpu的主频为目标，架构的改良和集成电路工艺的进步使得cpu的性能高速上升，单核cpu的主频从老爷车的MHz阶段一度接近4GHz高地。然而，也因为工艺和功耗等的限制，单核cpu

Python机器学习库scikit-learn实践zouxy09@qq.comhttp://blog.csdn.net/zouxy09 一、概述       机器学习算法在近几年大数据点燃的热火熏陶下已经变得被人所“熟知”，就算不懂得其中各算法理论，叫你喊上一两个著名算法的名字，你也能昂首挺胸脱口而出。当然了，算法之林虽大，但能者还是有限，能适应某些环境并取得较好效果的算法会脱颖而出，而表现平平者

神经网络训练中的Tricks之高效BP（反向传播算法）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        Tricks！这是一个让人听了充满神秘和好奇的词。对于我们这些所谓的尝试应用机器学习技术解决某些问题的人，更是如此。曾记得，我们绞尽脑汁，搓手顿足，大喊“为什么我跑的模型不work？”，“为什么我实现的效果那么差？”，“为什么我复现的结果没有他论

人脸识别之特征脸方法（Eigenface）zouxy09@qq.comhttp://blog.csdn.net/zouxy09       因为需要，花了一点时间写了下经典的基于特征脸（EigenFace）的人脸识别方法的Matlab代码。这里仅把该代码分享出来。其实，在较新版本的OpenCV中已经提供了FaceRecognizer这一个类，里面不仅包含了特征脸EigenFace，还有Fisher

基于稀疏矩阵的k近邻（KNN）实现zouxy09@qq.comhttp://blog.csdn.net/zouxy09        元旦了！要跨入2015了！呵呵，忙了挺久，没有更新博客了，博客也悄悄地蒙上了一层灰。在跨年之际，闲来无事，也总结下之前的一些散乱的东西，记录在博客中，恢复点生气。良久未笔，辞藻异常生疏。嗯，祝大家2015再谱人生华丽篇章！ 一、概述       这里我们先来看看当我

关于计算机视觉—随便聊聊zouxy09@qq.comhttp://blog.csdn.net/zouxy09        之前看了这么一本说自然图像统计学的书，本来是想着要好好看，然后每天翻译几页的。但实习的时候太忙了，没有什么时间，所以只把目录给翻译了，哈哈。这本书叫：Natural Image Statistics: A Probabilistic Approach to Early Com

机器学习中的范数规则化之（二）核范数与规则项参数选择zouxy09@qq.comhttp://blog.csdn.net/zouxy09        上一篇博文，我们聊到了L0，L1和L2范数，这篇我们絮叨絮叨下核范数和规则项参数选择。知识有限，以下都是我一些浅显的看法，如果理解存在错误，希望大家不吝指正。谢谢。 三、核范数       核范数||W||*是指矩阵奇异值的和，英文称呼叫Nucle

机器学习中的范数规则化之（一）L0、L1与L2范数zouxy09@qq.comhttp://blog.csdn.net/zouxy09        今天我们聊聊机器学习中出现的非常频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大，为了不吓到大家，我将这个五个部分分成两篇博文。知识有限，以下都是我一些浅显的看

Matlab与C++混合编程（依赖OpenCV）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        之前在运行别人论文的代码的时候，经常有遇到Matlab与C++混合编程的影子。实际上就是通过Matlab的Mex工具将C++的代码编译成Matlab支持调用的可执行文件和函数接口。这样一方面可以在Matlab中利用已经编写好的函数，尽管这个函数是用C+

机器学习算法与Python实践之（七）逻辑回归（Logistic Regression）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python，然后也想对一些机器学习算法加深下了解，所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样

基于meanshift的手势跟踪与电脑鼠标控制zouxy09@qq.comhttp://blog.csdn.net/zouxy09        一年多前开始接触计算机视觉这个领域的时候，年幼无知，倍感吃力。当年惶恐，从而盲从。挣扎了不少时日，感觉自己好像还是处于领域的门外汉一样，在理论与实践的鸿沟中无法挣脱，心里空落落的。在这种挥之不去的烦忧中，某个时候豁然开朗，觉得要看一个系统的代码了，看看别

机器学习算法与Python实践之（六）二分k均值聚类zouxy09@qq.comhttp://blog.csdn.net/zouxy09        机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python，然后也想对一些机器学习算法加深下了解，所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样定位的书籍，所以就参考这本书的过程来

机器学习算法与Python实践之（五）k均值聚类（k-means）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python，然后也想对一些机器学习算法加深下了解，所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样定位的书籍，所以就参考

基于感知哈希算法的视觉目标跟踪zouxy09@qq.comhttp://blog.csdn.net/zouxy09        偶然看到这三篇博文[1][2][3]，提到图片检索网站TinEye和谷歌的相似图片搜索引擎的技术原理。以图搜图搜索引擎的使命是：你上传一张图片，然后他们尽全力帮你把互联网上所有与它相似的图片搜索出来。当然了，这只是他们认为的相似，所以有时候搜索结果也不一定对。事实上，以

CSDN2013博客之星评选（求投票支持）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        您好，2013年CSDN博客之星评选开始了。如果我的博客对您有所帮忙，还望您百忙之中抽空投我一票，非常您一直以来的支持和鼓励。投票网址：       http://vote.blog.csdn.net/blogstaritem/blogstar2013/zo

机器学习算法与Python实践之（四）支持向量机（SVM）实现zouxy09@qq.comhttp://blog.csdn.net/zouxy09        机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python，然后也想对一些机器学习算法加深下了解，所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样定位的书籍，所以就参考这本

机器学习算法与Python实践之（三）支持向量机（SVM）进阶zouxy09@qq.comhttp://blog.csdn.net/zouxy09        机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python，然后也想对一些机器学习算法加深下了解，所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样定位的书籍，所以就参考这本

机器学习算法与Python实践之（二）支持向量机（SVM）初级zouxy09@qq.comhttp://blog.csdn.net/zouxy09        机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python，然后也想对一些机器学习算法加深下了解，所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样定位的书籍，所以就参考这本

机器学习算法与Python实践之（一）k近邻（KNN）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python，然后也想对一些机器学习算法加深下了解，所以就想通过Python来实现几个比较常用的机器学习算法。恰好这边同样定位的书籍，所以就参考这本书的过程来学

Python基础学习笔记之（二）zouxy09@qq.comhttp://blog.csdn.net/zouxy09 六、包与模块1、模块module         Python中每一个.py脚本定义一个模块，所以我们可以在一个.py脚本中定义一个实现某个功能的函数或者脚本，这样其他的.py脚本就可以调用这个模块了。调用的方式有三种，如下：############################

Python基础学习笔记之（一）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        前段时间参加微软的windowsAzure云计算的一个小培训，其中Python被用的还是蛮多的。另外，一些大公司如Google（实现web爬虫和搜索引擎中的很多组件），Yahoo（管理讨论组），NASA，YouTube（视频分享服务大部分由Python编写）等等对Py

时空上下文视觉跟踪（STC）算法的解读与代码复现zouxy09@qq.comhttp://blog.csdn.net/zouxy09                本博文主要是关注一篇视觉跟踪的论文。这篇论文是Kaihua Zhang等人今年投稿到一个会议的文章，因为会议还没有出结果，所以作者还没有发布他的Matlab源代码。但为了让我们先睹为快，作者把论文放在arxiv这个网站上面供大家下载了。

zouxy09博客原创性博文导航zouxy09@qq.comhttp://blog.csdn.net/zouxy09 一、基于计算机视觉的目标跟踪计算机视觉、机器学习相关领域论文和源代码大集合计算机视觉目标检测的框架与过程最简单的目标跟踪（模版匹配）压缩感知（Compressive Sensing）学习之（一）压缩感知（Compressive Sensing）学习之（二）压缩跟踪Compressi

最简单的目标跟踪（模版匹配）zouxy09@qq.comhttp://blog.csdn.net/zouxy09 一、概述       目标跟踪是计算机视觉领域的一个重要分支。研究的人很多，近几年也出现了很多很多的算法。大家看看淋漓满目的paper就知道了。但在这里，我们也聚焦下比较简单的算法，看看它的优势在哪里。毕竟有时候简单就是一种美。       在这里我们一起来欣赏下“模板匹配”这个简单点

图像分割之（六）交叉视觉皮质模型（ICM）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        我以前是不知道这个图像分割方法的。之前有个朋友看到我之前图像分割系列的博文，然后就和我说有这么一个东西。所以当时我就稍微看了下。主要还是参考下面这篇论文的，然后按照论文所说的算法自己实现了一部分的代码（没有实现熵的那部分）。       牛建伟等，《基于修正

zigzag模式提取矩阵元素zouxy09@qq.comhttp://blog.csdn.net/zouxy09        这节博文只是为了上传个代码而已。希望对需要的人有用。zig-zag模式如下图所示。它可以用来按照以下的顺序来提取一个矩阵的元素。       这个东西用在哪呢？用在离散余弦变换的系数提取里面。离散余弦变换（DCT）是种图像压缩算法，JPEG-2000好像就是用它来进行图像

径向基网络（RBF network）之BP监督训练zouxy09@qq.comhttp://blog.csdn.net/zouxy09          之前看了流行学习的时候，感觉它很神奇，可以将一个4096维的人脸图像降到3维。然后又看到了可以用径向基网络来将这3维的图像重构到4096维。看到效果的时候，我和小伙伴们都惊呆了（呵呵，原谅我的孤陋寡闻）。见下图，第1和3行是原图像，维度是64x6

Deep Learning源代码收集-持续更新…zouxy09@qq.comhttp://blog.csdn.net/zouxy09  收集了一些Deep Learning的源代码。主要是Matlab和C++的，当然也有python的。放在这里，后续遇到新的会持续更新。下表没有的也欢迎大家提供，以便大家使用和交流。谢谢。  最近一次更新：2013-9-22Theanohttp://deeplear

LibLinear（SVM包）使用说明之（三）实践zouxy09@qq.comhttp://blog.csdn.net/zouxy09           我们在UFLDL的教程中，Exercise: Convolution and Pooling这一章节，已经得到了cnnPooledFeatures.mat特征。在该练习中，我们使用的是softmax分类器来分类的。在这里我们修改为用SVM来替代

LibLinear（SVM包）使用说明之（二）MATLAB接口zouxy09@qq.comhttp://blog.csdn.net/zouxy09 一、介绍         LIBLINEAR是一个简单的求解大规模规则化线性分类和回归的软件包。本文介绍在Matlab中如何使用该软件包。(http://www.csie.ntu.edu.tw/~cjlin/liblinear) 二、安装       

LibLinear（SVM包）使用说明之（一）READMEzouxy09@qq.comhttp://blog.csdn.net/zouxy09  本文主要是翻译liblinear-1.93版本的README文件。里面介绍了liblinear的详细使用方法。更多信息请参考：http://www.csie.ntu.edu.tw/~cjlin/liblinear/ 在这里我用到的是LibLinear的M

机器学习算法中文视频教程zouxy09@qq.comhttp://blog.csdn.net/zouxy09        在网上狂搜ReproducingKernel Hilbert Space的时候，找到了一个好东西。这个是李政軒Cheng-Hsuan Li的关于机器学习一些算法的中文视频教程。感觉讲得很好。这里非常感谢他的分享：http://www.powercam.cc/chli。也贴到这

Deep Learning论文笔记之（八）Deep Learning最新综述zouxy09@qq.comhttp://blog.csdn.net/zouxy09        自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另一方面也方便未来自己的勘察。更

Deep Learning论文笔记之（七）深度网络高层特征可视化zouxy09@qq.comhttp://blog.csdn.net/zouxy09          自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另一方面也方便未来自己的勘察。更好的还可

Deep Learning论文笔记之（六）Multi-Stage多级架构分析zouxy09@qq.comhttp://blog.csdn.net/zouxy09          自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另一方面也方便未来自己的勘察

Deep Learning论文笔记之（五）CNN卷积神经网络代码理解zouxy09@qq.comhttp://blog.csdn.net/zouxy09          自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另一方面也方便未来自己的勘察。更好的

Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现zouxy09@qq.comhttp://blog.csdn.net/zouxy09          自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另一方面也方便未来自己的勘察。更好

Deep Learning论文笔记之（三）单层非监督学习网络分析zouxy09@qq.comhttp://blog.csdn.net/zouxy09          自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另一方面也方便未来自己的勘察。更好的还可

Deep Learning论文笔记之（二）Sparse Filtering稀疏滤波zouxy09@qq.comhttp://blog.csdn.net/zouxy09          自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另一方面也方便未来自己

Deep Learning论文笔记之（一）K-means特征学习zouxy09@qq.comhttp://blog.csdn.net/zouxy09          自己平时看了一些论文，但老感觉看完过后就会慢慢的淡忘，某一天重新拾起来的时候又好像没有看过一样。所以想习惯地把一些感觉有用的论文中的知识点总结整理一下，一方面在整理过程中，自己的理解也会更深，另一方面也方便未来自己的勘察。更好的还可

运动检测（前景检测）之（二）混合高斯模型GMMzouxy09@qq.comhttp://blog.csdn.net/zouxy09         因为监控发展的需求，目前前景检测的研究还是很多的，也出现了很多新的方法和思路。个人了解的大概概括为以下一些：帧差、背景减除（GMM、CodeBook、 SOBS、 SACON、 VIBE、 W4、多帧平均……）、光流（稀疏光流、稠密光流）、运动竞争（M

运动检测（前景检测）之（一）ViBezouxy09@qq.comhttp://blog.csdn.net/zouxy09        因为监控发展的需求，目前前景检测的研究还是很多的，也出现了很多新的方法和思路。个人了解的大概概括为以下一些：       帧差、背景减除（GMM、CodeBook、 SOBS、 SACON、 VIBE、 W4、多帧平均……）、光流（稀疏光流、稠密光流）、运动竞争（

语音信号处理之（四）梅尔频率倒谱系数（MFCC）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        这学期有《语音信号处理》这门课，快考试了，所以也要了解了解相关的知识点。呵呵，平时没怎么听课，现在只能抱佛脚了。顺便也总结总结，好让自己的知识架构清晰点，也和大家分享下。下面总结的是第四个知识点：MFCC。因为花的时间不多，所以可能会有不少说的不妥的地

语音信号处理之（三）矢量量化（Vector Quantization）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        这学期有《语音信号处理》这门课，快考试了，所以也要了解了解相关的知识点。呵呵，平时没怎么听课，现在只能抱佛脚了。顺便也总结总结，好让自己的知识架构清晰点，也和大家分享下。下面总结的是第三个知识点：VQ。因为花的时间不多，所以可能会

语音信号处理之（二）基音周期估计（Pitch Detection）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        这学期有《语音信号处理》这门课，快考试了，所以也要了解了解相关的知识点。呵呵，平时没怎么听课，现在只能抱佛脚了。顺便也总结总结，好让自己的知识架构清晰点，也和大家分享下。下面总结的是第二个知识点：基音周期估计。我们用C++实现了基于自

基于FPGA的红外遥控解码与PC串口通信zouxy09@qq.comhttp://blog.csdn.net/zouxy09        这是我的《电子设计EDA》的课程设计作业（呵呵，这个月都拿来做大作业了，各种大作业，能发上来和大家分享的我会发上来，否则博客太冷清了）。之前没有学过FPGA，但要掌握基础的Verilog编程也不是很困难。不过altium公司的NanoBoard2开发板的确也不

基于Qt的P2P局域网聊天及文件传送软件设计zouxy09@qq.comhttp://blog.csdn.net/zouxy09       这是我的《通信网络》的课程设计作业，之前没怎么学过Qt，但Qt实在太好用了，它提供的网络通信的接口使用起来很方便，所以搞这东西才花了几天时间，现在摆上来和大家分享下。呵呵。另外，下面不会解释具体的代码实现过程（需要有一点点的Qt基础和Qt网络编程基础），在工

语音信号处理之（一）动态时间规整（DTW）zouxy09@qq.comhttp://blog.csdn.net/zouxy09         这学期有《语音信号处理》这门课，快考试了，所以也要了解了解相关的知识点。呵呵，平时没怎么听课，现在只能抱佛脚了。顺便也总结总结，好让自己的知识架构清晰点，也和大家分享下。下面总结的是第一个知识点：DTW。因为花的时间不多，所以可能会有不少说的不妥的地方，还

基于3D卷积神经网络的人体行为理解（论文笔记）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        最近看Deep Learning的论文，看到这篇论文：3D Convolutional Neural Networks for Human Action Recognition。比较感兴趣是CNN是怎么应用于行为理解的，所以就看看。这篇论文发表在TPAM

CVPR2013一些论文集合供下载（visual tracking相关）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        看到CVPR2013很多作者都开放了他们的paper或者code，所以自己先查找下visual tracking和一些相关的，下载了部分，为了方便大家交流，先把这些已经下载的放在网盘上，供大家下载哦。呵呵。

Deep Learning（深度学习）学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者：Zouxyversion 1.0 2013-04-08声明：1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。2）本文仅供学

Deep Learning（深度学习）学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者：Zouxyversion 1.0 2013-04-08声明：1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。2）本文仅供学

Deep Learning（深度学习）学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者：Zouxyversion 1.0 2013-04-08声明：1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。2）本文仅供学

Deep Learning（深度学习）学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者：Zouxyversion 1.0 2013-04-08声明：1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。2）本文仅供学术交流，非商用。所以每一部分具体

Deep Learning（深度学习）学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者：Zouxyversion 1.0 2013-04-08声明：1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。2）本文仅供学

Deep Learning（深度学习）学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者：Zouxyversion 1.0 2013-04-08声明：1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。2）本文仅供学

Deep Learning（深度学习）学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者：Zouxyversion 1.0 2013-04-08声明：1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。2）本文仅供学

Deep Learning（深度学习）学习笔记整理系列zouxy09@qq.comhttp://blog.csdn.net/zouxy09作者：Zouxyversion 1.0  2013-04-08 声明：1）该Deep Learning的学习系列是整理自网上很大牛和机器学习专家所无私奉献的资料的。具体引用的资料请看参考文献。具体的版本声明也参考原文献。2）本文仅

zouxy09@qq.comhttp://blog.csdn.net/zouxy09转自：http://blog.csdn.net/zhubenfulovepoem/article/details/7191794       以下是computer vision：algorithm and application计算机视觉算法与应用这本书中附录里的关于计算机视觉的一些测试数据集和源码站

图像分割之（五）活动轮廓模型之Snake模型简介zouxy09@qq.comhttp://blog.csdn.net/zouxy09        在“图像分割之（一）概述”中咱们简单了解了目前主流的图像分割方法。下面咱们主要学习下基于能量泛函的分割方法。这里学习下Snake模型简单的知识，Level Set（水平集）模型会在后面的博文中说到。 基于能量泛函的分割方法：

简单粗糙的指尖检测方法（FingerTips Detection）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        在人机交互领域，如果可以比较好的检测指尖，对于交互的丰富度、灵活性来说是有很大提升的。目前指尖检测的方法也很多，我这里稍微尝试了下简单了两种。这两种方法都借助了手的几何特征，简单但比较粗糙，鲁棒性不够。 方

Kinect SDK v1.7 新特性、交互框架与新概念zouxy09@qq.comhttp://blog.csdn.net/zouxy09        2013年3月18日，微软Kinect for Windows团队发布了新版的Kinect for Windows SDK 1.7，这是自去年发布Kinect forWindows SDK以来最重要的一次更新。其更新的核心内容包

Android学习笔记之（一）开发环境搭建zouxy09@qq.comhttp://blog.csdn.net/zouxy09        至于说Android是什么之类的俺就不啰嗦了，因为它离我们太近了。直接上手配置环境。对于程序开发员来说，面对一个新的东西，上手莫过于几个东西了：开发包（提供了哪些API）、编程语言（用什么语言来编程）和开发环境（包括IDE和Tools），然后

光流Optical Flow介绍与OpenCV实现zouxy09@qq.comhttp://blog.csdn.net/zouxy09        光流（optic flow）是什么呢？名字很专业，感觉很陌生，但本质上，我们是最熟悉不过的了。因为这种视觉现象我们每天都在经历。从本质上说，光流就是你在这个运动着的世界里感觉到的明显的视觉运动（呵呵，相对论，没有绝对的静止，也没有绝对

计算机视觉、机器学习相关领域论文和源代码大集合--持续更新……zouxy09@qq.comhttp://blog.csdn.net/zouxy09 注：下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新：2013-3-17一、特征提取Feature Extraction：·

模板匹配中差值的平方和（SSD）与互相关准则的关系zouxy09@qq.comhttp://blog.csdn.net/zouxy09        模板匹配TemplateMatching是在图像中寻找目标的方法之一。原理很简单，就是在一幅图像中寻找和模板图像（patch）最相似的区域。在OpenCV中有对应的函数可以调用：       void matchTemplate(

浅说机器学习中“迭代法”zouxy09@qq.comhttp://blog.csdn.net/zouxy09       首先来点八股文（来自百度百科）：迭代法也称辗转法，是一种不断用变量的旧值递推新值的过程，跟迭代法相对应的是直接法（或者称为一次解法），即一次性解决问题。迭代算法是用计算机解决问题的一种基本方法。它利用计算机运算速度快、适合做重复性操作的特点，让计算机对一组指令（

从最大似然到EM算法浅解zouxy09@qq.comhttp://blog.csdn.net/zouxy09 机器学习十大算法之一：EM算法。能评得上十大之一，让人听起来觉得挺NB的。什么是NB啊，我们一般说某个人很NB，是因为他能解决一些别人解决不了的问题。神为什么是神，因为神能做很多人做不了的事。那么EM算法能解决什么问题呢？或者说EM算法是因为什么而来到这个世界

图像分割之（四）OpenCV的GrabCut函数使用和源码解读zouxy09@qq.comhttp://blog.csdn.net/zouxy09       上一文对GrabCut做了一个了解。OpenCV中的GrabCut算法是依据《"GrabCut" - Interactive Foreground Extraction using Iterated Graph Cuts

图像分割之（三）从Graph Cut到Grab Cutzouxy09@qq.comhttp://blog.csdn.net/zouxy09       上一文对GraphCut做了一个了解，而现在我们聊到的GrabCut是对其的改进版，是迭代的Graph Cut。OpenCV中的GrabCut算法是依据《"GrabCut" - Interactive Foreground Ex

图像分割之（二）Graph Cut（图割）zouxy09@qq.comhttp://blog.csdn.net/zouxy09        上一文对主要的分割方法做了一个概述。那下面我们对其中几个比较感兴趣的算法做个学习。下面主要是Graph Cut，下一个博文我们再学习下Grab Cut，两者都是基于图论的分割方法。另外OpenCV实现了Grab Cut，具体的源码解读见博

图像分割之（一）概述zouxy09@qq.comhttp://blog.csdn.net/zouxy09        所谓图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域，并使这些特征在同一区域内呈现出相似性，而在不同区域间呈现出明显的差异性。我们先对目前主要的图像分割方法做个概述，后面再对个别方法做详细的了解和学习。1、基于阈值的分割方法

神经网络编程入门zouxy09@qq.comhttp://blog.csdn.net/zouxy09      转自：http://www.cnblogs.com/heaad/archive/2011/03/07/1976443.html    本文主要内容包括： (1) 介绍神经网络基本原理，(2) AForge.NET实现前向神经网络的方法，(3) Matlab实现前向

图像处理和计算机视觉中的经典论文zouxy09@qq.comhttp://blog.csdn.net/zouxy09    转自：http://www.cnblogs.com/moondark/archive/2012/04/20/2459594.html   感谢水木上同领域的同学分享，有了他的整理，让我很方便的获得了CV方面相关的经典论文，我也顺便整理一下，把pdf中的文字

视觉跟踪综述zouxy09@qq.comhttp://blog.csdn.net/zouxy09        转自：http://www.cnblogs.com/CVArt/archive/2011/07/03/2096683.html       目标跟踪是绝大多数视觉系统中不可或缺的环节。在二维视频跟踪算法中，基于目标颜色信息或基于目标运动信息等方法是常用的跟踪方

计算机视觉领域的一些牛人博客，研究机构等的网站链接zouxy09@qq.comhttp://blog.csdn.net/zouxy09       转自：http://www.cnblogs.com/Rick-w/archive/2012/04/14/2446921.html       以下链接是本人整理的关于计算机视觉（ComputerVision, CV）相关领域的网站链接，

压缩跟踪Compressive Tracking源码理解zouxy09@qq.comhttp://blog.csdn.net/zouxy09        在前面一个介绍《Real-Time Compressive Tracking》这个paper的感知跟踪算法的博文中，我说过后面会学习下它的C++源码，但是当时因为有些事，所以就没有看了。今天，上到博客，看到一朋友在这个博文中评论

生成模型与判别模型zouxy09@qq.comhttp://blog.csdn.net/zouxy09       一直在看论文的过程中遇到这个问题，折腾了不少时间，然后是下面的一点理解，不知道正确否。若有错误，还望各位前辈不吝指正，以免小弟一错再错。在此谢过。 一、决策函数Y=f(X)或者条件概率分布P(Y|X)       监督学习的任务就是从数据中学习一个模型（也叫分

Kinect开发学习笔记之（八）彩色、深度、骨骼和用户抠图结合zouxy09@qq.comhttp://blog.csdn.net/zouxy09 我的Kinect开发平台是：Win7 x86 + VS2010 + Kinect for Windows SDK v1.6 + OpenCV2.3.0开发环境的搭建见上一文： http://blog.csdn.net/zou

Kinect开发学习笔记之（七）骨骼数据的提取zouxy09@qq.comhttp://blog.csdn.net/zouxy09 我的Kinect开发平台是：Win7x86 + VS2010 + Kinect for Windows SDK v1.6 + OpenCV2.3.0开发环境的搭建见上一文： http://blog.csdn.net/zouxy09/arti

Kinect开发学习笔记之（六）带游戏者ID的深度数据的提取zouxy09@qq.comhttp://blog.csdn.net/zouxy09 我的Kinect开发平台是：Win7x86 + VS2010 + Kinect for Windows SDK v1.6 + OpenCV2.3.0开发环境的搭建见上一文： http://blog.csdn.net/zouxy

Kinect开发学习笔记之（五）不带游戏者ID的深度数据的提取zouxy09@qq.comhttp://blog.csdn.net/zouxy09 我的Kinect开发平台是：Win7 x86 + VS2010 + Kinect for Windows SDK v1.6 + OpenCV2.3.0开发环境的搭建见上一文： http://blog.csdn.net/zou

Kinect开发学习笔记之（四）提取颜色数据并用OpenCV显示zouxy09@qq.comhttp://blog.csdn.net/zouxy09 我的Kinect开发平台是：Win7 x86 + VS2010 + Kinect for Windows SDK v1.6 + OpenCV2.3.0开发环境的搭建见上一文： http://blog.csdn.net/zo

Kinect开发学习笔记之（三）Kinect开发环境配置zouxy09@qq.comhttp://blog.csdn.net/zouxy09       我的Kinect开发平台是：Win7 x86 + VS2010 + Kinect for Windows SDK v1.6 + OpenCV2.3.0 一、基本要求Microsoft Visual Studio®

Kinect开发学习笔记之（二）Kinect开发学习资源整理zouxy09@qq.comhttp://blog.csdn.net/zouxy09        刚刚接触Kinect，在网上狂搜资料，获得了很多有利于学习Kinect开发的资源，现整理如下： 首先当然是官方的API介绍了，编程少不了的。Kinect for Windows Programming Guide：

Kinect开发学习笔记之（一）Kinect介绍和应用zouxy09@qq.comhttp://blog.csdn.net/zouxy09 一、Kinect简介      Kinectfor Xbox 360，简称 Kinect，是由微软开发，应用于Xbox 360 主机的周边设备。它让玩家不需要手持或踩踏控制器，而是使用语音指令或手势来操作 Xbox360 的系统界面。它也能

压缩跟踪Compressive Trackingzouxy09@qq.comhttp://blog.csdn.net/zouxy09          好了，学习了解了稀疏感知的理论知识后，终于可以来学习《Real-Time Compressive Tracking》这个paper介绍的感知跟踪算法了。自己英文水平有限，理解难免出错，还望各位不吝指正。      下面是这个算法

压缩感知（Compressive Sensing）学习之（二）zouxy09@qq.comhttp://blog.csdn.net/zouxy09       上一回粗略的引入了压缩感知。        http://blog.csdn.net/zouxy09/article/details/8118313       下面就针对自己的了解，具体总结下压缩感知理论。由于自己也是

压缩感知（Compressive Sensing）学习之（一）zouxy09@qq.comhttp://blog.csdn.net/zouxy09       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

机器学习知识点学习zouxy09@qq.comhttp://blog.csdn.net/zouxy09        在学习机器学习的有关知识时，搜索到JerryLead的cnblog中的Machine Learning专栏，里面对于机器学习的部分算法和知识点讲解地很经典和透彻。所以Mark在这，多多学习！http://www.cnblogs.com/jerrylead/tag

和机器学习和计算机视觉相关的数学之一（以下转自一位MIT牛人的空间文章，写得很实际：）作者：Dahua感觉数学似乎总是不够的。这些日子为了解决research中的一些问题，又在图书馆捧起了数学的教科书。从大学到现在，课堂上学的和自学的数学其实不算少了，可是在研究的过程中总是发现需要补充新的数学知识。Learning和Vision都是很多种数学的交汇场。看着不同的理论体系的交汇，对于一个

Learning中的代数结构的建立转自：http://blog.sina.com.cn/s/blog_6833a4df0100nazk.htmlLearning是一个融会多种数学于一体的领域。说起与此有关的数学学科，我们可能会迅速联想到线性代数以及建立在向量空间基础上的统计模型——事实上，主流的论文中确实在很大程度上基于它们。R^n (n-维实向量空间) 是我们在paper中见到最多的

用单张2D图像重构3D场景zouxy09@qq.comhttp://blog.csdn.net/zouxy09       之前看到Stanford大学的机器学习公开课程的lecture01中，Andrew Ng介绍他的两个学生用单幅图像去重构这个场景的三维模型。感觉非常厉害，所以就自己了解了一下。而这个研究也在相应的大学网站上面提供了详细的资料，包括相关论文、编写的代码和训练涉及到的

数学之美番外篇：平凡而又神奇的贝叶斯方法 转载自：http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/      概率论只不过是把常识用数学公式表达了出来。——拉普拉斯        记得读本科的时候，最喜欢到城里的计算机书店里面去闲逛，一逛就是好几个小时；有一次，在书店看到一本书，名叫贝叶斯方法。当时数学系

无意中看到孟岩老师的关于理解矩阵的博客，为之思维所惊叹！受益匪浅啊，故转载之： 理解矩阵一：转载自：http://blog.csdn.net/myan/article/details/647511前不久chensh出于不可告人的目的，要充当老师，教别人线性代数。于是我被揪住就线性代数中一些务虚性的问题与他讨论了几次。很明显，chensh觉得，要让自己在讲线性代数的时候不被那位强势的