12 2016 档案
条件随机场(CRF) - 2 - 定义和形式（转载）
摘要：转载自：http://www.68idc.cn/help/jiabenmake/qita/20160530618218.html 参考书本： 《2012.李航.统计学习方法.pdf》 书上首先介绍概率无向图模型，然后叙述条件随机场的定义和各种表示方法，那这里也按照这个顺序来。 概率无向图模型(马尔可
阅读全文
条件随机场(CRF) - 1 - 简介（转载）
摘要：转载自：http://www.68idc.cn/help/jiabenmake/qita/20160530618222.html 首先我们先弄懂什么是“条件随机场”，然后再探索其详细内容。 于是，先介绍几个名词。 马尔可夫链 比如：一个人想从A出发到达目的地F，然后中间必须依次路过B,C, D, E
阅读全文
隐马尔可夫模型（七）——隐马尔可夫模型的学习问题(前向后向算法）（转载）
摘要：隐马尔可夫模型的学习问题：给定一个输出序列O=O1O2...OT,如何调节模型μ=(A,B,π）的参数，使得P(O|M)最大。 最大似然估计是一种解决方法，如果产生的状态序列为Q=q1q2...qT,根据最大似然估计，可以通过以下公式推算： πi‘ = δ（q1,si) aij' = Q中从状态qi
阅读全文
隐马尔可夫模型（六）——隐马尔可夫模型的评估问题(前向后向相结合算法）（转载）
摘要：重新回顾： 前向变量αt(i):在时刻t,在已知模型μ=（A,B,π）的条件下，状态处于si,输出序列为O102...Ot,前向变量为αt(i) 后向变量βt(i):在时刻t,在已知模型μ=（A,B,π）和状态处于si的条件下，输出序列为Ot+1Ot+2...OT,后向变量为βt(i) 公式推导：
阅读全文
隐马尔可夫模型（五）——隐马尔可夫模型的解码问题(维特比算法）（转载）
摘要：阅读目录 HMM解码问题 维特比算法 时间复杂度 程序例证 阅读目录 HMM解码问题 维特比算法 时间复杂度 程序例证 回到顶部 HMM解码问题 给定一个观察序列O=O1O2...OT,和模型μ=（A,B,π），如何快速有效地选择在一定意义下“最优”的状态序列Q=q1q2...qT，使该状态最好地解
阅读全文
隐马尔可夫模型（四）——隐马尔可夫模型的评估问题(后向算法）（转载）
摘要：对于HMM的评估问题，利用动态规划可以用前向算法，从前到后算出前向变量；也可以采用后向算法，从后到前算出后向变量。 先介绍后向变量βt(i):给定模型μ=（A,B,π），并且在时间 时刻t 状态为si 的前提下，输出序列为Ot+1Ot+2...OT的概率，即 βt(i)=P(Ot+1Ot+2...O
阅读全文
隐马尔可夫模型（三）——隐马尔可夫模型的评估问题(前向算法）（转载）
摘要：隐马模型的评估问题即，在已知一个观察序列O=O1O2...OT，和模型μ=（A,B,π}的条件下，观察序列O的概率，即P(O|μ} 如果穷尽所有的状态组合，即S1S1...S1, S1S1...S2, S1S1...S3, ..., S3S3...S3。这样的话t1时刻有N个状态，t2时刻有N个状态
阅读全文
隐马尔可夫模型（二）——隐马尔可夫模型的构成（转载）
摘要：在马尔可夫模型中，每一个状态都是可观察的序列，是状态关于时间的随机过程，也成为可视马尔可夫模型（Visible Markov Model,VMM）。隐马尔科夫模型（Hidden Markov Model,HMM）中的状态是不可见的，我们可以看到的是状态表现出来的观察值和状态的概率函数。在隐马模型中，
阅读全文
隐马尔可夫模型（一）——马尔可夫模型(转载)
摘要：转载自：http://www.cnblogs.com/kaituorensheng/archive/2012/11/29/2795499.html 阅读目录 简介 数学描述 例子 应用领域 转载自：http://www.cnblogs.com/kaituorensheng/archive/2012/
阅读全文
马尔科夫链和隐马尔可夫模型（转载）
摘要：马尔可夫模型是由Andrei A. Markov于1913年提出的 ∙<!--?XML:NAMESPACE PREFIX = "[default] http://www.w3.org/1998/Math/MathML" NS = "http://www.w3.org/1998/Math/MathML
阅读全文
通俗理解隐马尔科夫模型HMM（转载）
摘要：作者：Yang Eninala 链接：https://www.zhihu.com/question/20962240/answer/33438846 来源：知乎 著作权归作者所有，转载请联系作者获得授权。 隐马尔可夫（HMM）好讲，简单易懂不好讲。我认为 @者也的回答没什么错误，不过我想说个更通俗易
阅读全文
初识马尔可夫和马尔可夫链（转载）
摘要：http://www.cnblogs.com/baiboy/p/hmm1.html 转自：白宁超 1 马尔可夫个人简介 安德烈·马尔可夫，俄罗斯人，物理-数学博士，圣彼得堡科学院院士，彼得堡数学学派的代表人物，以数论和概率论方面的工作著称，他的主要著作有《概率演算》等。1878年，荣获金质奖章，19
阅读全文
循环神经网络(RNN, Recurrent Neural Networks)介绍（转载）
摘要：循环神经网络(RNN, Recurrent Neural Networks)介绍 这篇文章很多内容是参考：http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/，在这篇
阅读全文
SIFT特征提取分析（转载）
摘要：转载自： http://blog.csdn.net/abcjennifer/article/details/7639681 SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or co
阅读全文
二维卷积运算工作原理剖析（转载）
摘要：卷积运算(Convolution)是通过两个函数f 和g 生成第三个函数的一种数学算子，表示函数f 与经过翻转和平移与g 的重叠部分的累积。如果将参加卷积的一个函数看作区间的指示函数，卷积还可以被看作是“滑动平均”的推广。假设: f(x),g(x)是R1上的两个可积函数，并且积分是存在的。这样，随着
阅读全文
矩阵卷积Matlab（转载）
摘要：转载自：http://blog.csdn.net/anan1205/article/details/12313593 两个矩阵卷积转化为矩阵相乘形式——Matlab应用(这里考虑二维矩阵，在图像中对应)两个图像模糊（边缘）操作，假设矩阵A、B，A代表源图像，B代表卷积模板，那么B的取值决定最后运算的
阅读全文
Matlab 矩阵卷积理解（转载）
摘要：转载自：http://blog.csdn.net/andrewseu/article/details/51783181 在图像处理的过程中，经常会看到矩阵卷积的概念，比如说用一个模板去和一张图片进行卷积，因此很有必要了解矩阵卷积到了做了什么，具体又是怎么计算的。 在matlab中有conv2函数对矩
阅读全文
Sobel边缘检测算法（转载）
摘要：转载请注明出处: http://blog.csdn.net/tianhai110 索贝尔算子（Sobel operator）主要用作边缘检测，在技术上，它是一离散性差分算子，用来运算图像亮度函数的灰度之近似值。在图像的任何一点使用此算子，将会产生对应的灰度矢量或是其法矢量 Sobel卷积因子为： 该
阅读全文
图像处理之图像梯度效果（转载）
摘要：转载自：http://blog.csdn.net/jia20003/article/details/7664777 图像处理之图像梯度效果 基本思想： 利用X方向与Y方向分别实现一阶微分，求取振幅，实现图像梯度效果。关于如何计算图像 一阶微分参见这里：http://blog.csdn.net/jia
阅读全文
图像处理------ 一阶微分应用 （转载）
摘要：转载自：http://blog.csdn.net/jia20003/article/details/7562092 图像处理之一阶微分应用 一：数学背景 首先看一下一维的微分公式Δf = f(x+1) – f(x), 对于一幅二维的数字图像f(x,y)而言，需要完 成XY两个方向上的微分，所以有如下
阅读全文
dennis gabor 从傅里叶(Fourier)变换到伽柏(Gabor)变换再到小波(Wavelet)变换（转载）
摘要：dennis gabor 题目：从傅里叶(Fourier)变换到伽柏(Gabor)变换再到小波(Wavelet)变换 本文是边学习边总结和摘抄各参考文献内容而成的，是一篇综述性入门文档，重点在于梳理傅里叶变换到伽柏变换再到小波变换的前因后果，对于一些概念但求多而全，所以可能会有些理解的不准确，后续计
阅读全文
低层次特征提取（一）------------边缘检测（转载）
摘要：低层次特征是不需要任何形状/空间关系的信息就可以从图像中自动提取的基本特征。所有低层次方法都可以应用于高层次特征提取，从而在图像中找到形状。第一种低层次特征，称之"edge detection"。它的目的要是要制作一个线图。一阶检测算子相于一阶微分法，二阶边缘检测算子相当于高一阶微分处理。 边缘检测
阅读全文
HOG特征提取分析（转）
摘要：背景引言 方向梯度直方图(Histogram of Oriented Gradient,HOG)是用于在计算机视觉和图像处理领域，目标检测的特征描述子。该项技术是用来计算图像局部出现的方向梯度次数或信息进行计数。此种方法跟边缘方向直方图、尺度不变特征变换以及形状上下文方法有很多相似。但与它们的不同点
阅读全文
HOG特征（Histogram of Gradient）总结（转载）
摘要：整理一下我个人觉得比较好的HOG博文 博文1：OpenCV HOGDescriptor： 参数与图解 http://blog.csdn.NET/raodotcong/article/details/6239431 博文2：opencv源码解析：各个参数讲解 http://www.cnblogs.co
阅读全文
HOG参数简介及Hog特征维数的计算（转）
摘要：HOG构造函数 CV_WRAP HOGDescriptor() :winSize(64,128), blockSize(16,16), blockStride(8,8), cellSize(8,8),nbins(9), derivAperture(1), winSigma(-1), histogra
阅读全文
HOG 梯度方向直方图简介（转载）
摘要：一、基本HOG算法 HOG特征最早出现在SIFT算法中，由于其极强的图像特征描述能力，逐渐被人们熟知和广泛运用，其在目标检测方面表现尤为突出。 HOG特征提取过程 步骤一：遍历图像每个像素点，以其为中心取8*8像素领域作为网格（block）区域； 步骤二：将网格（block）区域平均分成4个大小相等
阅读全文
图像特征提取三大法宝：HOG特征，LBP特征，Haar特征（转载）
摘要：（一）HOG特征 1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。Hog特征结合 SVM分类器已经被广泛应用于图像识别中，
阅读全文
haar-like特征(转载)
摘要：浅析人脸检测之Haar分类器方法 [补充] 这是我时隔差不多两年后, 回来编辑这篇文章加的这段补充, 说实话看到这么多评论很是惊讶, 有很多评论不是我不想回复, 真的是时间久了, 很多细节我都忘记了, 无力回复, 非常抱歉. 我本人并非做CV的, 这两年也都没有再接触CV, 作为一个本科毕业的苦逼码
阅读全文
DPM(Deformable Parts Model)--原理(一)（转载）
摘要：DPM(Deformable Parts Model) Reference: Object detection with discriminatively trained partbased models. IEEE Trans. PAMI, 32(9):1627–1645, 2010. "Supp
阅读全文
目标检测的图像特征提取之（一）HOG特征（转载）
摘要：目标检测的图像特征提取之（一）HOG特征 zouxy09@qq.com http://blog.csdn.net/zouxy09 1、HOG特征： 方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。
阅读全文
行为识别笔记：HOG,HOF与MBH特征（转载）
摘要：在行为识别的iDT算法中，主要使用了HOG，HOF，MBH和Dense Trajectory四种特征。这里主要对前三者进行介绍。 1. HOG特征(histogram of gray) 此处HOG特征的介绍转载了zouxy09大神的文章 http://blog.csdn.NET/zouxy09/ar
阅读全文
行为识别笔记：improved dense trajectories算法（iDT算法）（转载）
摘要：iDT算法是行为识别领域中非常经典的一种算法，在深度学习应用于该领域前也是效果最好的算法。由INRIA的IEAR实验室于2013年发表于ICCV。目前基于深度学习的行为识别算法效果已经超过了iDT算法，但与iDT的结果做ensemble总还是能获得一些提升。所以这几年好多论文的最优效果都是“Our
阅读全文
傅里叶变换物理意义（转载）
摘要：1、为什么要进行傅里叶变换，其物理意义是什么？ 傅立叶变换是数字信号处理领域一种很重要的算法。要知道傅立叶变换算法的意义，首先要了解傅立叶原理的意义。傅立叶原理表明：任何连续测量的时序或信号，都可以表示为不同频率的正弦波信号的无限叠加。而根据该原理创立的傅立叶变换算法利用直接测量到的原始信号，以累加
阅读全文
图像处理基本概念——卷积，滤波，平滑（转载）
摘要：/*今天师弟来问我，CV的书里到处都是卷积，滤波，平滑……这些概念到底是什么意思，有什么区别和联系，瞬间晕菜了，学了这么久CV，卷积，滤波，平滑……这些概念每天都念叨好几遍，可是心里也就只明白个大概的意思，赶紧google之~ 发现自己以前了解的真的很不全面，在此做一些总结，以后对这种基本概念要深刻
阅读全文
OpenCV: Canny边缘检测算法原理及其VC实现详解（转载）
摘要：原文地址：http://blog.csdn.net/likezhaobin/article/details/6892176 原文地址：http://blog.csdn.net/likezhaobin/article/details/6892629 图象的边缘是指图象局部区域亮度变化显著的部分，该区域
阅读全文
OpenCV图像Surf与flann特征点（转载）
摘要：Surf(Speed Up Robust Feature) Surf算法的原理 1.构建Hessian矩阵构造高斯金字塔尺度空间 其实surf构造的金字塔图像与sift有很大不同，就是因为这些不同才加快了其检测的速度。Sift采用的是DOG图像，而surf采用的是Hessian矩阵行列式近似值图像。
阅读全文
灰度图像的自动阈值分割（Otsu 法）（转载）
摘要：灰度图像的自动阈值分割（Otsu 法） 机器视觉领域许多算法都要求先对图像进行二值化。这种二值化操作阈值的选取非常重要。阈值选取的不合适，可能得到的结果就毫无用处。今天就来讲讲一种自动计算阈值的方法。这种方法被称之为Otsu法。发明人是个日本人，叫做Nobuyuki Otsu (大津展之）。 简单的
阅读全文
机器视觉算法之物体方位特征提取（转载）
摘要：机器视觉算法之物体方位特征提取 在机器视觉处理中，我们经常要对检测到的物体的方位特征进行评估。比如说，我们要 OCR 识别一个字符串。那么这个字符串与x轴的夹角就很重要，我们需要这个信息把这个字符串转正，然后才方便识别。 条形码识别也类似，尤其是当我们条形码不是很清晰时，首先将条形码转正，然后用各向
阅读全文
Harris角点（转载）
摘要：1. 不同类型的角点 在现实世界中，角点对应于物体的拐角，道路的十字路口、丁字路口等。从图像分析的角度来定义角点可以有以下两种定义： 前者往往需要对图像边缘进行编码，这在很大程度上依赖于图像的分割与边缘提取，具有相当大的难度和计算量，且一旦待检测目标局部发生变化，很可能导致操作的失败。早期主要有Ro
阅读全文
光流法简单介绍
摘要：光流的概念是Gibson在1950年首先提出来的。它是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。一般而言，光流是由于场景中前景目标本身的移动、相机的
阅读全文
运动历史图（MHI)——Motion History Image
摘要：MHI最初是由Bobick 和 Davis提出的，在此之前，Bobick 和 Davis 首先提出了二值的运动能量图（Motion Energy Image，MEI），通过描述物体如何移动和运动在空间中发生的位置，来进行基于运动的物体识别。运动能量图显示了运动的轮廓和能量的空间分布。在运动能量图的基
阅读全文
光流算法：Brox算法（转载）
摘要：参考论文：1. High Accuracy Optical Flow Estimation Based on a Theory for Warping, Thomas Box, ECCV20042. Beyond Pixels Exploring New Representations and pp
阅读全文
目标跟踪之Lukas-Kanade光流法
摘要：转载自：http://blog.csdn.net/u014568921/article/details/46638557 光流是图像亮度的运动信息描述。光流法计算最初是由Horn和Schunck于1981年提出的，创造性地将二维速度场与灰度相联系，引入光流约束方程，得到光流计算的基本算法．光流计算基
阅读全文
HS光流算法详解<转载>
摘要：HS 光流法详解 前言 本文较为详细地介绍了一种经典的光流法 - HS 光流法。 光流法简介 当人的眼睛与被观察物体发生相对运动时，物体的影像在视网膜平面上形成一系列连续变化的图像，这一系列变化的图像信息不断 "流过" 视网膜,好像是一种光的 "流"，所以被称为光流。 光流是基于像素点定义的，所有光
阅读全文
lecture7-序列模型及递归神经网络RNN（转载）
摘要：Hinton 第七课 。这里先说下RNN有recurrent neural network 和 recursive neural network两种，是不一样的，前者指的是一种人工神经网络，后者指的是一种深度神经网络这里指的是前者，这部分翻译的不好，因为之前没怎么接触过RNN，不过就当理解意境吧，所
阅读全文
递归神经网络之理解长短期记忆网络（LSTM NetWorks）（转载）
摘要：递归神经网络 人类并不是每时每刻都从头开始思考。正如你阅读这篇文章的时候，你是在理解前面词语的基础上来理解每个词。你不会丢弃所有已知的信息而从头开始思考。你的思想具有持续性。 传统的神经网络不能做到这点，而且这似乎也是它的主要缺陷。比如，你想对电影中每个点发生的事件类型进行分类。目前还不清楚传统神经
阅读全文
递归神经网络（RNN，Recurrent Neural Networks)和反向传播的指南 A guide to recurrent neural networks and backpropagation（转载）
摘要：摘要 这篇文章提供了一个关于递归神经网络中某些概念的指南。与前馈网络不同，RNN可能非常敏感，并且适合于过去的输入（be adapted to past inputs）。反向传播学习（backpropagation learning）是为了前馈网络而描述，并进行调整来满足我们的建模需要，并且推广到递
阅读全文
递归神经网络(RNN)简介（转载）
摘要：在此之前，我们已经学习了前馈网络的两种结构——多层感知器和卷积神经网络，这两种结构有一个特点，就是假设输入是一个独立的没有上下文联系的单位，比如输入是一张图片，网络识别是狗还是猫。但是对于一些有明显的上下文特征的序列化输入，比如预测视频中下一帧的播放内容，那么很明显这样的输出必须依赖以前的输入， 也
阅读全文
递归神经网络入门教程（转载）
摘要：引言 递归神经网络是一类人工神经网络，可用于识别诸如文本、基因组、手写字迹、语音等序列数据的模式，也可用于识别传感器、股票市场、政府机构产生的数值型时间序列数据。递归网络可以说是最强大的神经网络，甚至可以将图像分解为一系列图像块，作为序列加以处理。由于递归网络拥有一种特定的记忆模式，而记忆也是人类的
阅读全文
向量叉积的几何意义(转)
摘要：其实这篇文章主要讨论为何向量叉积这样定义，标题是为了吸引人，让更多有同样疑惑的人搜到。 记得上大学时的第一节课是《空间解析几何》，和大多数的教材一样，开篇就是向量点积和叉积的定义。点积的定义很好理解 ，a·b（为了讨论方便，之后都假设b为单位向量）可以看成向量a在向量b方向上的投影长度。 （图1）
阅读全文
向量点乘（内积）和叉乘（外积、向量积）概念及几何意义解读
摘要：向量是由n个实数组成的一个n行1列（n*1）或一个1行n列（1*n）的有序数组； 向量的点乘,也叫向量的内积、数量积，对两个向量执行点乘运算，就是对这两个向量对应位一一相乘之后求和的操作，点乘的结果是一个标量。 点乘公式 对于向量a和向量b： a和b的点积公式为： 要求一维向量a和向量b的行列数相同
阅读全文
完全搞懂傅里叶变换和小波（6）――傅立叶级数展开之函数项级数的性质
摘要：上1小节中我们介绍了函数项级数的概念，这1节我们来讨论函数项级数的性质。傅立叶级数是1种函数项（3角函数）级数，本质上来讲，1幅图象（或1组信号）就是1个函数，我们研究图象的傅立叶变换，就是要探讨如何将图象函数用3角函数进行展开。所以如果要完全弄清楚傅里叶变换，那末讨论函数项级数的性质是非常有必要的
阅读全文
完全搞懂傅里叶变换和小波（5）——傅立叶级数展开之函数项级数的概念
摘要：1.4 傅立叶级数展开 之前我们在介绍泰勒展开式的时候提到过傅立叶级数。利用傅立叶级数对函数进行展开相比于泰勒展开式，会具有更好的整体逼近性，而且对函数的光滑性也不再有刻薄的要求。傅立叶级数是傅立叶变换的基础，傅立叶变换是数字信号处理（特别是图象处理）中非常重要的1种手段。遗憾的是，很多人读者其实不
阅读全文
完全搞懂傅里叶变换和小波（4）——欧拉公式及其证明
摘要：这一系列的文章中间中断了很久，很多朋友也留言希望我继续连载完，遂“重拾旧河山”，希望如果有时间能够把它做完。 本节我们介绍欧拉公式，它是复变函数中非常重要的一个定理，同时对于傅立叶变换的理解也必不可少。我们在高等数学里学习的傅立叶级数通常都是用三角函数形式表示的，而傅立叶变换中的一般都是用幂指数形式
阅读全文
完全搞懂傅里叶变换和小波（3）——泰勒公式及其证明
摘要：特别说明：本系列文章已经与图像处理中的数学原理详解系列文章合并，现在傅立叶变换的部分已经基本介绍完毕。可以参考总目录 图像处理中的数学原理详解 http://blog.csdn.NET/baimafujinji/article/details/48467225 以及已经整理完毕并发布的部分目录 图像
阅读全文
完全搞懂傅里叶变换和小波（2）——三个中值定理<转载>
摘要：书接上文，本文章是该系列的第二篇，按照总纲中给出的框架，本节介绍三个中值定理，包括它们的证明及几何意义。这三个中值定理是高等数学中非常基础的部分，如果读者对于高数的内容已经非常了解，大可跳过此部分。当然如果你需要对傅里叶变换有一个更深刻的认识，或者说从数学角度一点一滴完全搞懂它，为了体系的完整性，这
阅读全文
完全搞懂傅里叶变换和小波（1）——总纲<转载>
摘要：无论是学习信号处理，还是做图像、音视频处理方面的研究，你永远避不开的一个内容，就是傅里叶变换和小波。但是这两个东西其实并不容易弄懂，或者说其实是非常抽象和晦涩的！ 完全搞懂傅里叶变换和小波，你至少需要知道哪些预备知识？主页君从今天开始就将通过一些列文章告诉你他们之间的来龙去脉！本节是全部系列文章的第
阅读全文