本文關(guān)鍵詞：計算機視覺，由筆耕文化傳播整理發(fā)布。

圖像卷積與濾波的一些知識點

圖像卷積與濾波的一些知識點zouxy09@qq.com       之前在學(xué)習(xí)CNN的時候，有對卷積經(jīng)常一些學(xué)習(xí)和整理，后來就爛尾了，現(xiàn)在稍微整理下，先放上來，以提醒和交流。一、線性濾波與卷積的基本概念      線性濾波可以說是圖像處理最基本的方法，它可以允許我們對圖像進行處理，產(chǎn)生很多不同的效果。做法很簡單。首先，我們有一個二維的濾波器矩...

人臉識別之特征臉方法（Eigenface）

人臉識別之特征臉方法（Eigenface）zouxy09@qq.com       因為需要，花了一點時間寫了下經(jīng)典的基于特征臉（EigenFace）的人臉識別方法的Matlab代碼。這里僅把該代碼分享出來。其實，在較新版本的OpenCV中已經(jīng)提供了FaceRecognizer這一個類，里面不僅包含了特征臉EigenFace，還有Fisher...

關(guān)于計算機視覺（隨談）

關(guān)于計算機視覺—隨便聊聊zouxy09@qq.com        之前看了這么一本說自然圖像統(tǒng)計學(xué)的書，本來是想著要好好看，然后每天翻譯幾頁的。但實習(xí)的時候太忙了，沒有什么時間，所以只把目錄給翻譯了，哈哈。這本書叫：Natural Image Statistics: A Probabilistic Approach to Early Com...

基于meanshift的手勢跟蹤與電腦鼠標控制（手勢交互系統(tǒng)）

基于meanshift的手勢跟蹤與電腦鼠標控制zouxy09@qq.com        一年多前開始接觸計算機視覺這個領(lǐng)域的時候，年幼無知，倍感吃力。當年惶恐，從而盲從。掙扎了不少時日，感覺自己好像還是處于領(lǐng)域的門外漢一樣，在理論與實踐的鴻溝中無法掙脫，心里空落落的。在這種揮之不去的煩憂中，某個時候豁然開朗，覺得要看一個系統(tǒng)的代碼了，看看別...

基于感知哈希算法的視覺目標跟蹤

基于感知哈希算法的視覺目標跟蹤zouxy09@qq.com        偶然看到這三篇博文[1][2][3]，提到圖片檢索網(wǎng)站TinEye和谷歌的相似圖片搜索引擎的技術(shù)原理。以圖搜圖搜索引擎的使命是：你上傳一張圖片，然后他們盡全力幫你把互聯(lián)網(wǎng)上所有與它相似的圖片搜索出來。當然了，這只是他們認為的相似，所以有時候搜索結(jié)果也不一定對。事實上，以...

時空上下文視覺跟蹤（STC）算法的解讀與代碼復(fù)現(xiàn)

時空上下文視覺跟蹤（STC）算法的解讀與代碼復(fù)現(xiàn)zouxy09@qq.com                本博文主要是關(guān)注一篇視覺跟蹤的論文。這篇論文是Kaihua Zhang等人今年投稿到一個會議的文章，因為會議還沒有出結(jié)果，所以作者還沒有發(fā)布他的Matlab源代碼。但為了讓我們先睹為快，作者把論文放在arxiv這個網(wǎng)站上面供大家下載了。...

最簡單的目標跟蹤（模版匹配）

最簡單的目標跟蹤（模版匹配）zouxy09@qq.com 一、概述       目標跟蹤是計算機視覺領(lǐng)域的一個重要分支。研究的人很多，近幾年也出現(xiàn)了很多很多的算法。大家看看淋漓滿目的paper就知道了。但在這里，我們也聚焦下比較簡單的算法，看看它的優(yōu)勢在哪里。畢竟有時候簡單就是一種美。       在這里我們一起來欣賞下“模板匹配”這個簡單點...

圖像分割之（六）交叉視覺皮質(zhì)模型（ICM）

圖像分割之（六）交叉視覺皮質(zhì)模型（ICM）zouxy09@qq.com        我以前是不知道這個圖像分割方法的。之前有個朋友看到我之前圖像分割系列的博文，然后就和我說有這么一個東西。所以當時我就稍微看了下。主要還是參考下面這篇論文的，然后按照論文所說的算法自己實現(xiàn)了一部分的代碼（沒有實現(xiàn)熵的那部分）。       牛建偉等，《基于修正...

zigzag模式提取矩陣元素

zigzag模式提取矩陣元素zouxy09@qq.com        這節(jié)博文只是為了上傳個代碼而已。希望對需要的人有用。zig-zag模式如下圖所示。它可以用來按照以下的順序來提取一個矩陣的元素。       這個東西用在哪呢？用在離散余弦變換的系數(shù)提取里面。離散余弦變換（DCT）是種圖像壓縮算法，JPEG-2000好像就是用它來進行圖像...

Deep Learning源代碼收集-持續(xù)更新…

Deep Learning源代碼收集-持續(xù)更新…zouxy09@qq.com  收集了一些Deep Learning的源代碼。主要是Matlab和C++的，當然也有python的。放在這里，后續(xù)遇到新的會持續(xù)更新。下表沒有的也歡迎大家提供，以便大家使用和交流。謝謝。  最近一次更新：2013-9-22Theano

LibLinear（SVM包）使用說明之（三）實踐

LibLinear（SVM包）使用說明之（三）實踐zouxy09@qq.com           我們在UFLDL的教程中，Exercise: Convolution and Pooling這一章節(jié)，已經(jīng)得到了cnnPooledFeatures.mat特征。在該練習(xí)中，我們使用的是softmax分類器來分類的。在這里我們修改為用SVM來替代...

LibLinear（SVM包）使用說明之（二）MATLAB接口

LibLinear（SVM包）使用說明之（二）MATLAB接口zouxy09@qq.com 一、介紹         LIBLINEAR是一個簡單的求解大規(guī)模規(guī)則化線性分類和回歸的軟件包。本文介紹在Matlab中如何使用該軟件包。(~cjlin/liblinear) 二、安裝       ...

LibLinear（SVM包）使用說明之（一）README

LibLinear（SVM包）使用說明之（一）READMEzouxy09@qq.com  本文主要是翻譯liblinear-1.93版本的README文件。里面介紹了liblinear的詳細使用方法。更多信息請參考：~cjlin/liblinear/ 在這里我用到的是LibLinear的M...

機器學(xué)習(xí)算法中文視頻教程

機器學(xué)習(xí)算法中文視頻教程zouxy09@qq.com        在網(wǎng)上狂搜ReproducingKernel Hilbert Space的時候，找到了一個好東西。這個是李政軒Cheng-Hsuan Li的關(guān)于機器學(xué)習(xí)一些算法的中文視頻教程。感覺講得很好。這里非常感謝他的分享：。也貼到這...

Deep Learning論文筆記之（八）Deep Learning最新綜述

Deep Learning論文筆記之（八）Deep Learning最新綜述zouxy09@qq.com        自己平時看了一些論文，但老感覺看完過后就會慢慢的淡忘，某一天重新拾起來的時候又好像沒有看過一樣。所以想習(xí)慣地把一些感覺有用的論文中的知識點總結(jié)整理一下，一方面在整理過程中，自己的理解也會更深，另一方面也方便未來自己的勘察。更...

Deep Learning論文筆記之（七）深度網(wǎng)絡(luò)高層特征可視化

Deep Learning論文筆記之（七）深度網(wǎng)絡(luò)高層特征可視化zouxy09@qq.com          自己平時看了一些論文，但老感覺看完過后就會慢慢的淡忘，某一天重新拾起來的時候又好像沒有看過一樣。所以想習(xí)慣地把一些感覺有用的論文中的知識點總結(jié)整理一下，一方面在整理過程中，自己的理解也會更深，另一方面也方便未來自己的勘察。更好的還可...

Deep Learning論文筆記之（六）Multi-Stage多級架構(gòu)分析

Deep Learning論文筆記之（六）Multi-Stage多級架構(gòu)分析zouxy09@qq.com          自己平時看了一些論文，但老感覺看完過后就會慢慢的淡忘，某一天重新拾起來的時候又好像沒有看過一樣。所以想習(xí)慣地把一些感覺有用的論文中的知識點總結(jié)整理一下，一方面在整理過程中，自己的理解也會更深，另一方面也方便未來自己的勘察...

Deep Learning論文筆記之（四）CNN卷積神經(jīng)網(wǎng)絡(luò)推導(dǎo)和實現(xiàn)

Deep Learning論文筆記之（四）CNN卷積神經(jīng)網(wǎng)絡(luò)推導(dǎo)和實現(xiàn)zouxy09@qq.com          自己平時看了一些論文，但老感覺看完過后就會慢慢的淡忘，某一天重新拾起來的時候又好像沒有看過一樣。所以想習(xí)慣地把一些感覺有用的論文中的知識點總結(jié)整理一下，一方面在整理過程中，自己的理解也會更深，另一方面也方便未來自己的勘察。更好...

Deep Learning論文筆記之（三）單層非監(jiān)督學(xué)習(xí)網(wǎng)絡(luò)分析

Deep Learning論文筆記之（三）單層非監(jiān)督學(xué)習(xí)網(wǎng)絡(luò)分析zouxy09@qq.com          自己平時看了一些論文，但老感覺看完過后就會慢慢的淡忘，某一天重新拾起來的時候又好像沒有看過一樣。所以想習(xí)慣地把一些感覺有用的論文中的知識點總結(jié)整理一下，一方面在整理過程中，自己的理解也會更深，另一方面也方便未來自己的勘察。更好的還可...

Deep Learning論文筆記之（二）Sparse Filtering稀疏濾波

Deep Learning論文筆記之（二）Sparse Filtering稀疏濾波zouxy09@qq.com          自己平時看了一些論文，但老感覺看完過后就會慢慢的淡忘，某一天重新拾起來的時候又好像沒有看過一樣。所以想習(xí)慣地把一些感覺有用的論文中的知識點總結(jié)整理一下，一方面在整理過程中，自己的理解也會更深，另一方面也方便未來自己...

Deep Learning論文筆記之（一）K-means特征學(xué)習(xí)

Deep Learning論文筆記之（一）K-means特征學(xué)習(xí)zouxy09@qq.com          自己平時看了一些論文，但老感覺看完過后就會慢慢的淡忘，某一天重新拾起來的時候又好像沒有看過一樣。所以想習(xí)慣地把一些感覺有用的論文中的知識點總結(jié)整理一下，一方面在整理過程中，自己的理解也會更深，另一方面也方便未來自己的勘察。更好的還可...

運動檢測（前景檢測）之（二）混合高斯模型GMM

運動檢測（前景檢測）之（二）混合高斯模型GMMzouxy09@qq.com         因為監(jiān)控發(fā)展的需求，目前前景檢測的研究還是很多的，也出現(xiàn)了很多新的方法和思路。個人了解的大概概括為以下一些：幀差、背景減除（GMM、CodeBook、 SOBS、 SACON、 VIBE、 W4、多幀平均……）、光流（稀疏光流、稠密光流）、運動競爭（M...

運動檢測（前景檢測）之（一）ViBe

運動檢測（前景檢測）之（一）ViBezouxy09@qq.com        因為監(jiān)控發(fā)展的需求，目前前景檢測的研究還是很多的，也出現(xiàn)了很多新的方法和思路。個人了解的大概概括為以下一些：       幀差、背景減除（GMM、CodeBook、 SOBS、 SACON、 VIBE、 W4、多幀平均……）、光流（稀疏光流、稠密光流）、運動競爭（...

基于3D卷積神經(jīng)網(wǎng)絡(luò)的人體行為理解（論文筆記）

基于3D卷積神經(jīng)網(wǎng)絡(luò)的人體行為理解（論文筆記）zouxy09@qq.com        最近看Deep Learning的論文，看到這篇論文：3D Convolutional Neural Networks for Human Action Recognition。比較感興趣是CNN是怎么應(yīng)用于行為理解的，所以就看看。這篇論文發(fā)表在TPAM...

CVPR2013一些論文集合供下載（visual tracking相關(guān)）

CVPR2013一些論文集合供下載（visual tracking相關(guān)） zouxy09@qq.com          看到CVPR2013很多作者都開放了他們的paper或者code，所以自己先查找下visual tracking和一些相關(guān)的，下載了部分，為了方便大家交流，先把這些已經(jīng)下載的放在網(wǎng)盤上，供大家下載哦。呵呵。...

Deep Learning（深度學(xué)習(xí)）學(xué)習(xí)筆記整理系列之（五）

Deep Learning（深度學(xué)習(xí)）學(xué)習(xí)筆記整理系列zouxy09@qq.com作者：Zouxyversion 1.0 2013-04-08聲明：1）該Deep Learning的學(xué)習(xí)系列是整理自網(wǎng)上很大牛和機器學(xué)習(xí)專家所無私奉獻的資料的。具體引用的資料請看參考文獻。具體的版本聲明也參考原文獻。2）本文僅供學(xué)術(shù)交流，非商用。所以每一部分具體...

Deep Learning（深度學(xué)習(xí)）學(xué)習(xí)筆記整理系列之（四）

Deep Learning（深度學(xué)習(xí)）學(xué)習(xí)筆記整理系列 zouxy09@qq.com 作者：Zouxy version 1.0 2013-04-08 聲明： 1）該Deep Learning的學(xué)習(xí)系列是整理自網(wǎng)上很大牛和機器學(xué)習(xí)專家所無私奉獻的資料的。具體引用的資料請看參考文獻。具體的版本聲明也參考原文獻。 2）本文僅供學(xué)...

Deep Learning（深度學(xué)習(xí)）學(xué)習(xí)筆記整理系列之（二）

Deep Learning（深度學(xué)習(xí)）學(xué)習(xí)筆記整理系列 zouxy09@qq.com 作者：Zouxy version 1.0 2013-04-08 聲明： 1）該Deep Learning的學(xué)習(xí)系列是整理自網(wǎng)上很大牛和機器學(xué)習(xí)專家所無私奉獻的資料的。具體引用的資料請看參考文獻。具體的版本聲明也參考原文獻。 2）本文僅供學(xué)...

Deep Learning（深度學(xué)習(xí)）學(xué)習(xí)筆記整理系列之（一）

Deep Learning（深度學(xué)習(xí)）學(xué)習(xí)筆記整理系列 zouxy09@qq.com 作者：Zouxy version 1.0  2013-04-08   聲明： 1）該Deep Learning的學(xué)習(xí)系列是整理自網(wǎng)上很大牛和機器學(xué)習(xí)專家所無私奉獻的資料的。具體引用的資料請看參考文獻。具體的版本聲明也參考原文獻。 2）本文僅...

計算機視覺的一些測試數(shù)據(jù)集和源碼站點

zouxy09@qq.com 轉(zhuǎn)自：        以下是computer vision：algorithm and application計算機視覺算法與應(yīng)用這本書中附錄里的關(guān)于計算機視覺的一些測試數(shù)據(jù)集和源碼站...

圖像分割之（五）活動輪廓模型之Snake模型簡介

圖像分割之（五）活動輪廓模型之Snake模型簡介 zouxy09@qq.com          在“圖像分割之（一）概述”中咱們簡單了解了目前主流的圖像分割方法。下面咱們主要學(xué)習(xí)下基于能量泛函的分割方法。這里學(xué)習(xí)下Snake模型簡單的知識，Level Set（水平集）模型會在后面的博文中說到。   基于能量泛函的分割方法：...

簡單粗糙的指尖檢測方法（FingerTips Detection）

簡單粗糙的指尖檢測方法（FingerTips Detection） zouxy09@qq.com          在人機交互領(lǐng)域，如果可以比較好的檢測指尖，對于交互的豐富度、靈活性來說是有很大提升的。目前指尖檢測的方法也很多，我這里稍微嘗試了下簡單了兩種。這兩種方法都借助了手的幾何特征，簡單但比較粗糙，魯棒性不夠。   方...

Kinect SDK v1.7 新特性、交互框架與新概念

Kinect SDK v1.7 新特性、交互框架與新概念 zouxy09@qq.com          2013年3月18日，微軟Kinect for Windows團隊發(fā)布了新版的Kinect for Windows SDK 1.7，這是自去年發(fā)布Kinect forWindows SDK以來最重要的一次更新。其更新的核心內(nèi)容包...

光流Optical Flow介紹與OpenCV實現(xiàn)

光流Optical Flow介紹與OpenCV實現(xiàn) zouxy09@qq.com          光流（optic flow）是什么呢？名字很專業(yè)，感覺很陌生，但本質(zhì)上，我們是最熟悉不過的了。因為這種視覺現(xiàn)象我們每天都在經(jīng)歷。從本質(zhì)上說，光流就是你在這個運動著的世界里感覺到的明顯的視覺運動（呵呵，相對論，沒有絕對的靜止，也沒有絕對...

計算機視覺、機器學(xué)習(xí)相關(guān)領(lǐng)域論文和源代碼大集合--持續(xù)更新……

計算機視覺、機器學(xué)習(xí)相關(guān)領(lǐng)域論文和源代碼大集合--持續(xù)更新…… zouxy09@qq.com   注：下面有project網(wǎng)站的大部分都有paper和相應(yīng)的code。Code一般是C/C++或者Matlab代碼。 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）與互相關(guān)準則的關(guān)系

模板匹配中差值的平方和（SSD）與互相關(guān)準則的關(guān)系 zouxy09@qq.com          模板匹配TemplateMatching是在圖像中尋找目標的方法之一。原理很簡單，就是在一幅圖像中尋找和模板圖像（patch）最相似的區(qū)域。在OpenCV中有對應(yīng)的函數(shù)可以調(diào)用：        void matchTemplate(...

淺說機器學(xué)習(xí)中“迭代法”

淺說機器學(xué)習(xí)中“迭代法” zouxy09@qq.com         首先來點八股文（來自百度百科）：迭代法也稱輾轉(zhuǎn)法，是一種不斷用變量的舊值遞推新值的過程，跟迭代法相對應(yīng)的是直接法（或者稱為一次解法），即一次性解決問題。迭代算法是用計算機解決問題的一種基本方法。它利用計算機運算速度快、適合做重復(fù)性操作的特點，讓計算機對一組指令（...

從最大似然到EM算法淺解

從最大似然到EM算法淺解 zouxy09@qq.com          機器學(xué)習(xí)十大算法之一：EM算法。能評得上十大之一，讓人聽起來覺得挺NB的。什么是NB啊，我們一般說某個人很NB，是因為他能解決一些別人解決不了的問題。神為什么是神，因為神能做很多人做不了的事。那么EM算法能解決什么問題呢？或者說EM算法是因為什么而來到這個世界...

圖像分割之（四）OpenCV的GrabCut函數(shù)使用和源碼解讀

圖像分割之（四）OpenCV的GrabCut函數(shù)使用和源碼解讀 zouxy09@qq.com         上一文對GrabCut做了一個了解。OpenCV中的GrabCut算法是依據(jù)《"GrabCut" - Interactive Foreground Extraction using Iterated Graph Cuts...

圖像分割之（三）從Graph Cut到Grab Cut

圖像分割之（三）從Graph Cut到Grab Cut zouxy09@qq.com         上一文對GraphCut做了一個了解，而現(xiàn)在我們聊到的GrabCut是對其的改進版，是迭代的Graph Cut。OpenCV中的GrabCut算法是依據(jù)《"GrabCut" - Interactive Foreground Ex...

圖像分割之（二）Graph Cut（圖割）

圖像分割之（二）Graph Cut（圖割） zouxy09@qq.com          上一文對主要的分割方法做了一個概述。那下面我們對其中幾個比較感興趣的算法做個學(xué)習(xí)。下面主要是Graph Cut，下一個博文我們再學(xué)習(xí)下Grab Cut，兩者都是基于圖論的分割方法。另外OpenCV實現(xiàn)了Grab Cut，具體的源碼解讀見博...

圖像分割之（一）概述

圖像分割之（一）概述 zouxy09@qq.com          所謂圖像分割指的是根據(jù)灰度、顏色、紋理和形狀等特征把圖像劃分成若干互不交迭的區(qū)域，并使這些特征在同一區(qū)域內(nèi)呈現(xiàn)出相似性，而在不同區(qū)域間呈現(xiàn)出明顯的差異性。我們先對目前主要的圖像分割方法做個概述，后面再對個別方法做詳細的了解和學(xué)習(xí)。 1、基于閾值的分割方法...

神經(jīng)網(wǎng)絡(luò)編程入門

神經(jīng)網(wǎng)絡(luò)編程入門 zouxy09@qq.com       轉(zhuǎn)自：     本文主要內(nèi)容包括： (1) 介紹神經(jīng)網(wǎng)絡(luò)基本原理，(2) AForge.NET實現(xiàn)前向神經(jīng)網(wǎng)絡(luò)的方法，(3) Matlab實現(xiàn)前向...

圖像處理和計算機視覺中的經(jīng)典論文

圖像處理和計算機視覺中的經(jīng)典論文 zouxy09@qq.com     轉(zhuǎn)自：    感謝水木上同領(lǐng)域的同學(xué)分享，有了他的整理，讓我很方便的獲得了CV方面相關(guān)的經(jīng)典論文，我也順便整理一下，，把pdf中的文字...

視覺跟蹤綜述

視覺跟蹤綜述 zouxy09@qq.com         轉(zhuǎn)自：        目標跟蹤是絕大多數(shù)視覺系統(tǒng)中不可或缺的環(huán)節(jié)。在二維視頻跟蹤算法中，基于目標顏色信息或基于目標運動信息等方法是常用的跟蹤方...

計算機視覺領(lǐng)域的一些牛人博客，研究機構(gòu)等的網(wǎng)站鏈接

計算機視覺領(lǐng)域的一些牛人博客，研究機構(gòu)等的網(wǎng)站鏈接 zouxy09@qq.com        轉(zhuǎn)自：        以下鏈接是本人整理的關(guān)于計算機視覺（ComputerVision, CV）相關(guān)領(lǐng)域的網(wǎng)站鏈接，...

壓縮跟蹤Compressive Tracking源碼理解

壓縮跟蹤Compressive Tracking源碼理解 zouxy09@qq.com          在前面一個介紹《Real-Time Compressive Tracking》這個paper的感知跟蹤算法的博文中，我說過后面會學(xué)習(xí)下它的C++源碼，但是當時因為有些事，所以就沒有看了。今天，上到博客，看到一朋友在這個博文中評論...

生成模型與判別模型

生成模型與判別模型 zouxy09@qq.com        一直在看論文的過程中遇到這個問題，折騰了不少時間，然后是下面的一點理解，不知道正確否。若有錯誤，還望各位前輩不吝指正，以免小弟一錯再錯。在此謝過。   一、決策函數(shù)Y=f(X)或者條件概率分布P(Y|X)        監(jiān)督學(xué)習(xí)的任務(wù)就是從數(shù)據(jù)中學(xué)習(xí)一個模型（也叫分...

Kinect開發(fā)學(xué)習(xí)筆記之（八）彩色、深度、骨骼和用戶摳圖結(jié)合

Kinect開發(fā)學(xué)習(xí)筆記之（八）彩色、深度、骨骼和用戶摳圖結(jié)合 zouxy09@qq.com   我的Kinect開發(fā)平臺是： Win7 x86 + VS2010 + Kinect for Windows SDK v1.6 + OpenCV2.3.0 開發(fā)環(huán)境的搭建見上一文：

壓縮跟蹤Compressive Tracking

壓縮跟蹤Compressive Tracking zouxy09@qq.com           好了，學(xué)習(xí)了解了稀疏感知的理論知識后，終于可以來學(xué)習(xí)《Real-Time Compressive Tracking》這個paper介紹的感知跟蹤算法了。自己英文水平有限，理解難免出錯，還望各位不吝指正。       下面是這個算法...

壓縮感知（Compressive Sensing）學(xué)習(xí)之（二）

壓縮感知（Compressive Sensing）學(xué)習(xí)之（二） zouxy09@qq.com        上一回粗略的引入了壓縮感知。                 下面就針對自己的了解，具體總結(jié)下壓縮感知理論。由于自己也是...

壓縮感知（Compressive Sensing）學(xué)習(xí)之（一）

壓縮感知（Compressive Sensing）學(xué)習(xí)之（一） zouxy09@qq.com        壓縮感知（壓縮傳感，Compressive Sensing）理論是近年來信號處理領(lǐng)域誕生的一種新的信號處理理論，由D. Donoho(美國科學(xué)院院士)、E. Candes(Ridgelet, Curvelet創(chuàng)始人)及華裔科學(xué)家...

機器學(xué)習(xí)知識點學(xué)習(xí)

機器學(xué)習(xí)知識點學(xué)習(xí) zouxy09@qq.com         在學(xué)習(xí)機器學(xué)習(xí)的有關(guān)知識時，搜索到JerryLead的cnblog中的Machine Learning專欄，里面對于機器學(xué)習(xí)的部分算法和知識點講解地很經(jīng)典和透徹。所以Mark在這，多多學(xué)習(xí)！

和機器學(xué)習(xí)和計算機視覺相關(guān)的數(shù)學(xué)

和機器學(xué)習(xí)和計算機視覺相關(guān)的數(shù)學(xué)之一 （以下轉(zhuǎn)自一位MIT牛人的空間文章，寫得很實際：） 作者：Dahua 感覺數(shù)學(xué)似乎總是不夠的。這些日子為了解決research中的一些問題，又在圖書館捧起了數(shù)學(xué)的教科書。從大學(xué)到現(xiàn)在，課堂上學(xué)的和自學(xué)的數(shù)學(xué)其實不算少了，可是在研究的過程中總是發(fā)現(xiàn)需要補充新的數(shù)學(xué)知識。Learning和Vision都是很多種數(shù)學(xué)的交匯場�？粗�不同的理論體系的交匯，對于一個...

Learning中的代數(shù)結(jié)構(gòu)的建立

Learning中的代數(shù)結(jié)構(gòu)的建立 轉(zhuǎn)自： Learning是一個融會多種數(shù)學(xué)于一體的領(lǐng)域。說起與此有關(guān)的數(shù)學(xué)學(xué)科，我們可能會迅速聯(lián)想到線性代數(shù)以及建立在向量空間基礎(chǔ)上的統(tǒng)計模型——事實上，主流的論文中確實在很大程度上基于它們。 R^n (n-維實向量空間) 是我們在paper中見到最多的...

用單張2D圖像重構(gòu)3D場景

用單張2D圖像重構(gòu)3D場景 zouxy09@qq.com        之前看到Stanford大學(xué)的機器學(xué)習(xí)公開課程的lecture01中，Andrew Ng介紹他的兩個學(xué)生用單幅圖像去重構(gòu)這個場景的三維模型。感覺非常厲害，所以就自己了解了一下。而這個研究也在相應(yīng)的大學(xué)網(wǎng)站上面提供了詳細的資料，包括相關(guān)論文、編寫的代碼和訓(xùn)練涉及到的...

數(shù)學(xué)之美番外篇：平凡而又神奇的貝葉斯方法

數(shù)學(xué)之美番外篇：平凡而又神奇的貝葉斯方法   轉(zhuǎn)載自：        概率論只不過是把常識用數(shù)學(xué)公式表達了出來�！�—拉普拉斯          記得讀本科的時候，最喜歡到城里的計算機書店里面去閑逛，一逛就是好幾個小時；有一次，在書店看到一本書，名叫貝葉斯方法。當時數(shù)學(xué)系...

交互系統(tǒng)的構(gòu)建之（四）手掌與拳頭檢測加盟TLD

交互系統(tǒng)的構(gòu)建之（四）手掌與拳頭檢測加盟TLD zouxy09@qq.com        人機交互系統(tǒng)的構(gòu)建之（一）中提到我的整個交互系統(tǒng)包含以下部分： TLD系統(tǒng)、TTS語音合成、語音識別、手勢和語音控制鼠標和鍵盤、運行前加入手掌的檢測（這樣就不用鼠標畫目標box了）、拳頭的檢測等等...

目標檢測的圖像特征提取之（三）Haar特征

目標檢測的圖像特征提取之（三）Haar特征 zouxy09@qq.com 1、Haar-like特征        Haar-like特征最早是由Papageorgiou等應(yīng)用于人臉表示，Viola和Jones在此基礎(chǔ)上，使用3種類型4種形式的特征。 Haar特征分為三類：邊緣特征、線性特征、中心特征和對角線特征，組合成特征模板。特征模板內(nèi)有白色和黑色兩種矩形，并定義該模板的特征值為白色矩...

目標檢測的圖像特征提取之（二）LBP特征

目標檢測的圖像特征提取之（二）LBP特征 zouxy09@qq.com         LBP（Local Binary Pattern，局部二值模式）是一種用來描述圖像局部紋理特征的算子；它具有旋轉(zhuǎn)不變性和灰度不變性等顯著的優(yōu)點。它是首先由T. Ojala, M.Pietikäinen, 和 D. Harwood 在1994年提出，用于紋理特征提取。而且，提取的特征是圖像的局部的紋理...

目標檢測的圖像特征提取之（一）HOG特征

目標檢測的圖像特征提取之（一）HOG特征 zouxy09@qq.com 1、HOG特征：        方向梯度直方圖（Histogram of Oriented Gradient, HOG）特征是一種在計算機視覺和圖像處理中用來進行物體檢測的特征描述子。它通過計算和統(tǒng)計圖像局部區(qū)域的梯度方向直方圖來構(gòu)成特征。Hog特征結(jié)合SVM分類器已經(jīng)被廣泛應(yīng)用于圖像識別中，尤其在行人檢測中獲得了極大的...

計算機視覺目標檢測的框架與過程

計算機視覺目標檢測的框架與過程 zouxy09@qq.com       個人接觸機器視覺的時間不長，對于機器學(xué)習(xí)在目標檢測的大體的框架和過程有了一個初步的了解，不知道對不對，如有錯誤，請各位大牛不吝指點。   目標的檢測大體框架： 目標檢測分為以下幾個步驟： 1、訓(xùn)練分類器所需訓(xùn)練樣本的創(chuàng)建：        訓(xùn)練樣本包括正樣本和負樣本；其中正例樣本是指待檢目標樣本(例如人臉...

淺析人臉檢測之Haar分類器方法：Haar特征、積分圖、 AdaBoost 、級聯(lián)

淺析人臉檢測之Haar分類器方法 一、Haar分類器的前世今生        人臉檢測屬于計算機視覺的范疇，早期人們的主要研究方向是人臉識別，即根據(jù)人臉來識別人物的身份，后來在復(fù)雜背景下的人臉檢測需求越來越大，人臉檢測也逐漸作為一個單獨的研究方向發(fā)展起來。        目前的人臉檢測方法主要有兩大類：基于知識和基于統(tǒng)計。 Ø  基于知識的方法：主要利用先驗知識將人臉看作器官特征的組合，根...

交互系統(tǒng)的構(gòu)建之（三）TTS語音合成的加盟

交互系統(tǒng)的構(gòu)建之（三）TTS語音合成的加盟 zouxy09@qq.com         人機交互系統(tǒng)的構(gòu)建之（一）中提到我的整個交互系統(tǒng)包含以下部分： TLD系統(tǒng)、TTS語音合成、語音識別、手勢和語音控制鼠標和鍵盤、運行前加入手掌的檢測（這樣就不用鼠標畫目標box了）、拳頭的檢測等等。...

交互系統(tǒng)的構(gòu)建之（二）Linux下鼠標和鍵盤的模擬控制

交互系統(tǒng)的構(gòu)建之（二）Linux下鼠標和鍵盤的模擬控制 zouxy09@qq.com        交互系統(tǒng)的構(gòu)建之（一） 中提到我的整個交互系統(tǒng)包含以下部分： TLD系統(tǒng)、TTS語音合成、語音識別、手勢和語音控制鼠標和鍵盤、運行前加入手掌的檢測（這樣就不用鼠標畫目標box了）、拳頭的檢...

交互系統(tǒng)的構(gòu)建之（一）重寫Makefile編譯TLD系統(tǒng)

交互系統(tǒng)的構(gòu)建之（一）重寫Makefile編譯TLD系統(tǒng) zouxy09@qq.com       為了對TLD系統(tǒng)做一些功能的填充，例如添加語音合成來提示跟蹤狀態(tài)，或者加入語音識別來增加交互體驗等，我就自己寫了個Makefile來編譯TLD系統(tǒng)。因為TLD的Makefile是通過cmake生成的，比較復(fù)雜，如果要加入語音合成等等API的庫或者頭文件的話，我都不知道在什么地方加，所以自己的整理...

TLD（Tracking-Learning-Detection）學(xué)習(xí)與源碼理解之（七）

下面是自己在看論文和這些大牛的分析過程中，對代碼進行了一些理解，但是由于自己接觸圖像處理和機器視覺沒多久，另外由于自己編程能力比較弱，所以分析過程可能會有不少的錯誤，希望各位不吝指正。而且，因為編程很多地方不懂，所以注釋得非常亂，還海涵。   FerNNClassifier.h /* * FerNNClassifier.h * * Created on: Jun 14, 201...

TLD（Tracking-Learning-Detection）學(xué)習(xí)與源碼理解之（六）

下面是自己在看論文和這些大牛的分析過程中，對代碼進行了一些理解，但是由于自己接觸圖像處理和機器視覺沒多久，另外由于自己編程能力比較弱，所以分析過程可能會有不少的錯誤，希望各位不吝指正。而且，因為編程很多地方不懂，所以注釋得非常亂，還海涵。 TLD.h #include #include #include #include #include //Bounding Boxes str...

TLD（Tracking-Learning-Detection）學(xué)習(xí)與源碼理解之（五）

下面是自己在看論文和這些大牛的分析過程中，對代碼進行了一些理解，但是由于自己接觸圖像處理和機器視覺沒多久，另外由于自己編程能力比較弱，所以分析過程可能會有不少的錯誤，希望各位不吝指正。而且，因為編程很多地方不懂，所以注釋得非常亂，還海涵。 LKTracker.h #include #include //使用金字塔LK光流法跟蹤，所以類的成員變量很多都是OpenCV中calcOptic...

TLD（Tracking-Learning-Detection）學(xué)習(xí)與源碼理解之（四）

下面是自己在看論文和這些大牛的分析過程中，對代碼進行了一些理解，但是由于自己接觸圖像處理和機器視覺沒多久，另外由于自己編程能力比較弱，所以分析過程可能會有不少的錯誤，希望各位不吝指正。而且，因為編程很多地方不懂，所以注釋得非常亂，還海涵。 run_tld.cpp #include #include #include #include //c++中的sstream類，提供了程序和...

TLD（Tracking-Learning-Detection）學(xué)習(xí)與源碼理解之（三）

TLD（Tracking-Learning-Detection）學(xué)習(xí)與源碼理解之（三） zouxy09@qq.com 下面是自己在看論文和這些大牛的分析過程中，對代碼進行了一些理解，但是由于自己接觸圖像處理和機器視覺沒多久，另外由于自己編程能力比較弱，所以分析過程可能會有不少的錯誤，希望各位不吝指正。而且，因為編程很多地方不懂，所以注釋得非常亂，還海涵。   從main()函數(shù)切入，分析整...

TLD（Tracking-Learning-Detection）學(xué)習(xí)與源碼理解之（二）

TLD（Tracking-Learning-Detection）學(xué)習(xí)與源碼理解之（二） zouxy09@qq.com OpenTLD下載與編譯： （1）https://github.com/arthurv/OpenTLD 下載得到：arthurv-OpenTLD-1e3cd0b.zip 或者在Linux下直接通過git工具進行克�。� #git clone git@github.com:...

TLD（Tracking-Learning-Detection）學(xué)習(xí)與源碼理解之（一）

TLD（Tracking-Learning-Detection）學(xué)習(xí)與源碼理解之（一） zouxy09@qq.com TLD(Tracking-Learning-Detection)是英國薩里大學(xué)的一個捷克籍博士生Zdenek Kalal在其攻讀博士學(xué)位期間提出的一種新的單目標長時間（long term tracking）跟蹤算法。該算法與傳統(tǒng)跟蹤算法的顯著區(qū)別在于將傳統(tǒng)的跟蹤算法和傳統(tǒng)的檢測...

  本文關(guān)鍵詞：計算機視覺，由筆耕文化傳播整理發(fā)布。

本文編號：45012