上一页 1 ··· 50 51 52 53 54 55 56 57 58 ··· 62 下一页
摘要: 看过很多介绍HOG的博文,讲的最清楚的是这位博主:http://blog.csdn.net/zouxy09/article/details/7929348 代码如下: #include #include #include #include using namespace cv;int mai... 阅读全文
posted @ 2015-07-27 20:20 牧马人夏峥 阅读(723) 评论(0) 推荐(0) 编辑
摘要: 这一节讲如何将得到的feature或hypothesis组合起来用于预测。 1. 林老师给出了几种方法 在选择g时,需要选择一个很强的g来确保Eval最小,但如果每个g都很弱该怎么办呢 这个时候可以选择Aggregation的方式将这些若g组合起来,组合起来的G,既能fea... 阅读全文
posted @ 2015-07-27 16:20 牧马人夏峥 阅读(441) 评论(0) 推荐(0) 编辑
摘要: 参考:http://blog.csdn.net/zouxy09/article/details/9622285 看论文很多细节不明白,看这位博主实现的代码就能明白了。 阅读全文
posted @ 2015-07-26 11:26 牧马人夏峥 阅读(156) 评论(0) 推荐(0) 编辑
摘要: 这一节主要讲的是如何将Kernel trick 用到 logistic regression上。 从另一个角度来看soft-margin SVM,将其与 logistic regression进行对比,发现可将 SVM看作一个正则化模型: 将SVM看作一个regularize model,是为了更好 阅读全文
posted @ 2015-07-23 16:27 牧马人夏峥 阅读(452) 评论(0) 推荐(0) 编辑
摘要: 指针和引用 引用本身不是一个对象,因此不能定义引用的指针;而指针是一个对象,因此可以定义指针的引用。 此外,要理解一个复合类型的变量到底是什么类型,最简单的办法是从右向左阅读其定义,离变量名最近的符号对变量的类型有最直接的影响。 Const限定符 对const变量,如果想在多个文件... 阅读全文
posted @ 2015-07-22 16:46 牧马人夏峥 阅读(115) 评论(0) 推荐(0) 编辑
摘要: 转自:http://blog.csdn.net/yang_xian521/article/details/6901762 主要介绍的是如何用SURF进行特征匹配,和SIFT的使用方法基本一致。 阅读全文
posted @ 2015-07-22 15:11 牧马人夏峥 阅读(196) 评论(0) 推荐(0) 编辑
摘要: 今天无意间看到了一篇讲傅里叶变换的文章,非常的有意思:http://blog.jobbole.com/70549/ 阅读全文
posted @ 2015-07-22 10:41 牧马人夏峥 阅读(126) 评论(0) 推荐(0) 编辑
摘要: 转自:http://blog.csdn.net/huixingshao/article/details/43636717 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... 阅读全文
posted @ 2015-07-22 09:11 牧马人夏峥 阅读(890) 评论(0) 推荐(0) 编辑
摘要: 之前的SVM非常的hard,要求每个点都要被正确的划分,这就有可能overfit,为此引入了Soft SVM,即允许存在被错分的点,将犯的错放在目 标函数中进行优化,非常类似于正则化。 将Soft SVM进行对偶转化后,发现与之前的hard SVM非常的像,只是其中一个系数多了个上界。 通过对阿尔法 阅读全文
posted @ 2015-07-21 14:50 牧马人夏峥 阅读(196) 评论(0) 推荐(0) 编辑
摘要: 这一节讲的是核化的SVM,Andrew Ng的那篇讲义也讲过,讲的也不错。 首先讲的是kernel trick,为了简化将低维特征映射高维特征后的计算,使用了核技巧。讲义中还讲了核函数的判定,即什么样的函数K能使用kernel trick。此外,核函数还可以衡量两个特征的相似度,值... 阅读全文
posted @ 2015-07-20 20:21 牧马人夏峥 阅读(202) 评论(0) 推荐(0) 编辑
上一页 1 ··· 50 51 52 53 54 55 56 57 58 ··· 62 下一页