摘要：
潘越飞 2013-05-14 04:58 王坚，阿里巴巴最富争议性的人物之一，爱者极爱，恨者极恨。 5月12日，我和MTC的朋友，在杭州发起并主持了一场关于云计算的沙龙，虾米的思践聊了云音乐，快的打车陈伟星聊了云时代的产品设计，短趣网王强宇聊了云时代的创业，当然少不了王坚聊一聊他对云计算的看法。 当天，青龙老贼发了一段王坚的部分观点，遭遇了他开通微信公众号以来最强烈的退粉，也激起了圈内人... 阅读全文
摘要：
Written by Samson Mulder @ Samsonlab.com For more information visit http://www.samsonlab.com 最近国外的Open Course很火。很多同学喜欢看斯坦福，麻省的公开课程。但是国产大学生最大的悲剧就是，不愿做作业。很多人看看公开课，看完也就结束了，很少有人会去做他们的课堂作业。大学期间看了斯坦福的Mach... 阅读全文
摘要：
http://blog.csdn.net/xianlingmao/article/details/7919597
在求取有约束条件的优化问题时，拉格朗日乘子法（Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法，对于等式约束的优化问题，可以应用拉格朗日乘子法去求取最优值；如果含有不等式约束，可以应用KKT条件去求取。当然，这两个方法求得的结果只是必要条... 阅读全文
摘要：
局部特征入门 局部特征（local features），是近来研究的一大热点。大家都了解全局特征（global features），就是方差、颜色直方图等等。如果用户对整个图像的整体感兴趣，而不是前景本身感兴趣的话，全局特征用来描述总是比较合适的。但是无法分辨出前景和背景却是全局特征本身就有的劣势，特别是在我们关注的对象受到遮挡等影响的时候，全局特征很有可能就被破坏掉了。而所谓局部特征... 阅读全文
摘要：
http://blog.pluskid.org/?p=17
k-means
好久没有写 blog 了，一来是 blog 下线一段时间，而租 DreamHost 的事情又一直没弄好；二来是没有太多时间，天天都跑去实验室。现在主要折腾 Machine Learning 相关的东西，因为很多东西都不懂，所以平时也找一些资料来看。按照我以前的更新速度的话，这么长时间不写 blog 肯定是要被闷坏的，所以我... 阅读全文
摘要：
http://blog.csdn.net/xianlingmao/article/details/7919597 在求取有约束条件的优化问题时，拉格朗日乘子法（Lagrange Multiplier) 和KKT条件是非常重要的两个求取方法，对于等式约束的优化问题，可以应用拉格朗日乘子法去求取最优值；如果含有不等式约束，可以应用KKT条件去求取。当然，这两个方法求得的结果只是必要条件，只有当是凸函... 阅读全文
摘要：
zouxy09@qq.com http://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文更新。接触时间有限，若有错误，还望各位前辈指正，谢谢。 Graph... 阅读全文
摘要：
http://blog.csdn.net/cxf7394373/article/details/6955530 1. 直方图匹配方法 对比直方图相似性的方法有四种： (1) 相关度 (2) 卡方系数 (3) 相交系数 (4) 巴氏距离 在快速但是不怎么准确匹配的情况下，Intersection方法的效果好， 而在慢速但较精确的情况下，用卡方或者巴氏距离效果好... 阅读全文
摘要：
转自：http://www.cnblogs.com/summerRQ/articles/2406109.htmlopencv中常见的与图像操作有关的数据容器有Mat，cvMat和IplImage，这三种类型都可以代表和显示图像，但是，Mat类型侧重于计算，数学性较高，openCV对Mat类型的计算也... 阅读全文