• 博客园logo
  • 会员
  • 周边
  • 新闻
  • 博问
  • 闪存
  • 赞助商
  • Chat2DB
    • 搜索
      所有博客
    • 搜索
      当前博客
  • 写随笔 我的博客 短消息 简洁模式
    用户头像
    我的博客 我的园子 账号设置 会员中心 简洁模式 ... 退出登录
    注册 登录
 






你们干嘛呢

 
 

Powered by 博客园
博客园 | 首页 | 新随笔 | 联系 | 订阅 订阅 | 管理

07 2017 档案

 
CNN(自我理解)
摘要:卷积神经网络 在图像处理中,往往把图像表示为像素的向量,比如一个1000×1000的图像,可以表示为一个1000000的向量。在上一节中提到的神经网络中,如果隐含层数目与输入层一样,即也是1000000时,那么输入层到隐含层的参数数据为1000000×1000000=10^12,这样就太多了,基本没 阅读全文
posted @ 2017-07-28 21:30 你们干嘛呢 阅读(726) 评论(0) 推荐(0)
相关滤波——笔记
摘要:如果背景是均匀的,并且对象不会移动太多,这些循环移位相当于图像中的实际转换,并且该框架运行良好。 CF跟踪器缺陷: 1> 边界效应 可以用cos_window消除(Ps:减小了搜索区域) 2> 此外,目标搜索区域只包含一个小的局部邻域,以限制漂移并保持计算成本低。 可以用粒子滤波器进行改善 CF公式 阅读全文
posted @ 2017-07-17 16:33 你们干嘛呢 阅读(580) 评论(0) 推荐(0)
Staple: Complementary Learners for Real-Time Tracking——笔记
摘要:Stalpe = DSST + 颜色直方图 初始化 求出patch的前景颜色直方图和背景颜色直方图 建立高斯标签 尺度滤波器 第一帧 求位移滤波器 求尺度滤波器 第二帧 根据上一帧的位移滤波求位移响应(空间特征),根据颜色直方图求位移响应(全局特征),取一定系数相加,得到这一帧的位置 根据位置和尺度 阅读全文
posted @ 2017-07-17 16:32 你们干嘛呢 阅读(414) 评论(0) 推荐(0)
笔记:Reliable Patch Trackers
摘要:猜想动机:粒子滤波器+KCF滤波器 大致流程: 初始化 根据人为标定的位置、尺寸取patch,分别随机抽取以标记的位置为中心正态分布的五十个点和以尺寸为标准随机取,代码中为addParts函数; 每一个子窗口(50个)分别用KCF滤波初始化(ps:和kcf代码一模一样)。 下一帧求取psr = (最 阅读全文
posted @ 2017-07-16 11:27 你们干嘛呢 阅读(486) 评论(0) 推荐(0)