摘要：
这篇文章主要介绍了SVM模型的建立过程，以及关于VC维的理论分析。对于如何求解优化方程没有过多说明。假设给定个观察。每个观察由一个向量和相应的"truth"组成。例如，在"识别大树"的问题中，可能是一个用像素排列起来的向量，并且如果图像中含有一个树，那么其相应的等于1,否则等于－1。现在我们可以假设，存在某个分布，所有数据都是从这个分布中抽样得到。现在假设，我们有一个机器，它的任务就是学习一个映射：。这个机器实际上用一系列可能的映射来定义。如果，对于一个给定的输入以及一个这个映射函数将要总是给出同样的输出，那么这个machine 被认为是determin 阅读全文
摘要：
对目前常见的快速目标检测模型进行分析。部分模型将融入在14年三月发布的eagleeye的语法树目标检测模型中，敬请期待。众所周知sliding window策略是目标检测中的基本检测方式，我们需要遍历图像中的每个点以及以该点为起始点的不同大小的矩形窗口，然后依靠所采用的评分方式对检索窗口进行估分，从而判断当前检测位置是否是目标。我们可以清楚的看到，这样的遍历空间是巨大的，不可能实际在应用中使用。因而需要采用一定的简化策略。下面的方法就是讨论如何降低检索空间的方案。为了降低检索空间，将图像分割信息引入，使其作为检索的预测位置（Segmentation as Selective Search fo 阅读全文