2017年9月26日

metric learning -- 马氏距离与欧氏距离

摘要: 一 基本概念 方差:(variance)是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。统计中的方差(样本方差)是每个样本值与全体样本值的平均数之差的平方值的平均数。在许多实际问题中,研究方差即偏离程度有着重要意义。 在统 阅读全文

posted @ 2017-09-26 16:38 MissSimple 阅读(2605) 评论(0) 推荐(0) 编辑

LBP(Local binary pattern)

摘要: LBP根据像素周边8个临近像素的灰度值,和中心灰度值比较,得到一个八位的编码(大于为1,小于为0) 然后根据这样的编码的直方图来做分类 这是最简单的LBP,现在还有很多变种,比如扩大临域范围,更复杂的编码方式等。算是比较流行的feature,因为对光照不敏感。 LBP根据像素周边8个临近像素的灰度值 阅读全文

posted @ 2017-09-26 14:27 MissSimple 阅读(1017) 评论(0) 推荐(0) 编辑

metric learning

摘要: 度量(metric)的定义: 在数学中,一个度量(或距离函数)是一个定义集合中元素之间距离的函数。一个具有度量的集合被称为度量空间。 为什么要用度量学习?很多的算法越来越依赖于在输入空间给定的好的度量。例如K-means、K近邻方法、SVM等算法需要给定好的度量来反映数据间存在的一些重要关系。这一问 阅读全文

posted @ 2017-09-26 13:21 MissSimple 阅读(1305) 评论(0) 推荐(0) 编辑

siamese network(暹罗网络)--Learning a similarity metric discriminatively, with application to face verification

摘要: 这篇paper主要是利用Siamese网络做人脸相似度判别,可以用于人脸识别哦,因为我觉得这篇文献的网络结构图画的比较漂亮,比较容易看懂,所以就用这一篇文章,简单讲解Siamese网络的思想。其网络如下图所示,有两个分支分别输入图片x1、x2(须知:这两个分支其实是相同的,同一个cnn模型,同样的参 阅读全文

posted @ 2017-09-26 12:38 MissSimple 阅读(5324) 评论(2) 推荐(1) 编辑

siamese network(暹罗网络)--Learning to Compare Image Patches via Convolutional Neural Networks

摘要: 2015,cvpr 的一篇文章。 本篇文章对经典的算法Siamese Networks 做了改进。学习这篇paper的算法,需要熟悉Siamese Networks(经典老文献《Signature Verification Using a Siamese Time Delay Neural Netw 阅读全文

posted @ 2017-09-26 09:42 MissSimple 阅读(1546) 评论(1) 推荐(1) 编辑

siamese network(暹罗网络)

摘要: 缘起于寻找caffe如何输入多通道图片(两张四通道图片),希望通过寻找制作lmdb时,遇到的datum,来得到如何设置lmdb的通道。结果发现了siamese网络。 摘抄自caffe github的issue697 Siamese nets are supervised models for met 阅读全文

posted @ 2017-09-26 08:53 MissSimple 阅读(2126) 评论(0) 推荐(0) 编辑

如何让caffe读取多通道图片(>=4)

摘要: 只要lmdb文件中是多通道的图片,那么网络就能读取lmdb中多通道图片。(https://github.com/BVLC/caffe/issues/586) 也就是说,接下来我们就能使用python编写生成lmdb的程序了。(http://deepdish.io/2015/04/28/creatin 阅读全文

posted @ 2017-09-26 08:47 MissSimple 阅读(1610) 评论(0) 推荐(0) 编辑

导航