会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
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
|
管理
上一页
1
2
3
2018年3月6日
PCA,LDA——简述
摘要: 要求:原数据协方差矩阵变换成对角矩阵(非对角线数据全为零)Ps:非对角线矩阵为零是因为特征线性无关 原数据协方差矩阵不是对角矩阵是因为现在选择的基向量不好,变换后,选择好的基向量 原理:实对称矩阵一定能转换成对角阵 对角线上的值为特征值,大小决定了特征向量的重要程度(降维的关键) 目标:分子越大越好
阅读全文
posted @ 2018-03-06 22:18 你们干嘛呢
阅读(1175)
评论(0)
推荐(0)
编辑
2018年2月11日
ubuntu caffe+opencv 安装
摘要: 先下载opencv软件包 依赖项 mkdir build #新建一个build文件夹,编译的工程都在这个文件夹里cd build/ cmake -D CMAKE_BUILD_TYPE=RELEASE -DENABLE_PRECOMPILED_HEADERS=OFF -D CMAKE_INSTALL_
阅读全文
posted @ 2018-02-11 14:38 你们干嘛呢
阅读(408)
评论(0)
推荐(0)
编辑
(转)解决apt-get install E: 无法定位软件包问题
摘要: 在etc/apt 的sources.list 添加镜像源 deb http://archive.ubuntu.com/ubuntu/ trusty main universe restricted multiverse 然后 sudo apt-get update 接着安装就可以了
阅读全文
posted @ 2018-02-11 13:11 你们干嘛呢
阅读(784)
评论(0)
推荐(0)
编辑
2018年2月4日
sigmod函数
摘要: 为什么是概率值,以二分类为例,正数越大说明正样本概率越高,反之,负数越大负样本概率越大。
阅读全文
posted @ 2018-02-04 10:41 你们干嘛呢
阅读(607)
评论(0)
推荐(0)
编辑
2018年2月3日
似然函数
摘要: 先假设数据符合一定的规律分布(比如正态分布) 似然函数就是根据真是的数据往假设的分布上去靠 似然函数:什么样的参数跟我们的数据组合后恰好是真实的 似然估计为什么是概率越大越好:假设是正态分布,概率大说明误差小,取得参数和数据组合后越靠近真实值,所以概率越大越好,这就是极大似然估计。 换一种说话,概率
阅读全文
posted @ 2018-02-03 22:56 你们干嘛呢
阅读(383)
评论(0)
推荐(0)
编辑
2017年8月4日
Lebesgue空间和Riemann空间
摘要: “它(指勒贝格积分)与黎曼积分的主要区别在于前者是对函数的函数值区域进行划分;后者是对函数定义域进行划分。对此Lebesgue自己曾经作过一个比喻,他说:假如我欠人家一笔钱,要还,此时按钞票的面值的大小分类,然后计算每一类的面额总值,再相加,这就是Lebesgue积分思想;如不按面额大小分类,而是按
阅读全文
posted @ 2017-08-04 16:29 你们干嘛呢
阅读(752)
评论(0)
推荐(0)
编辑
2017年7月28日
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(665)
评论(0)
推荐(0)
编辑
2017年7月17日
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(507)
评论(0)
推荐(0)
编辑
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(367)
评论(0)
推荐(0)
编辑
2017年7月16日
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(394)
评论(0)
推荐(0)
编辑
上一页
1
2
3