摘要： http://www.phash.org/ 阅读全文

摘要： Topic: Perceptual Hash: Average -- How to compare imagesFrom: http://forums.pixeloutlaw.smakweb.com/index.php?topic=13.0A Perceptual Hash is a hash value, generated from any input image. They create a distinct (but not unique) fingerprint for an image. The purpose of these hashes is to allow us to c 阅读全文

摘要： 该工程的文章发表在2012ECCV，主要工作包括：对现有的二进制描述符和探测器的多种组合进行了评估，并制定了评估标准，包括测试数据集，可用于新描述符性能的测试。工程网址如下：http://www.cs.unc.edu/~jheinly/feature-evaluation.html 阅读全文

摘要： 搜索质量评估是搜索技术研究的基础性工作，也是核心工作之一。评价（Metrics）在搜索技术研发中扮演着重要角色，以至于任何一种新方法与他们的评价方式是融为一体的。搜索引擎结果的好坏与否，体现在业界所称的在相关性（Relevance）上。相关性的定义包括狭义和广义两方面，狭义的解释是：检索结果和用户查询的相关程度。而从广义的层面，相关性可以理解为为用户查询的综合满意度。直观的来看，从用户进入搜索框的那一刻起，到需求获得满足为止，这之间经历的过程越顺畅，越便捷，搜索相关性就越好。本文总结业界常用的相关性评价指标和量化评价方法。供对此感兴趣的朋友参考。Cranfield评价体系A Cranfield 阅读全文

摘要： 在信息检索、分类体系中，有一系列的指标，搞清楚这些指标对于评价检索和分类性能非常重要，因此最近根据网友的博客做了一个汇总。准确率、召回率、F1信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate)，召回率也叫查全率，准确率也叫查准率，概念公式: 召回率(Recall) = 系统检索到的相关文件 / 系统所有相关的文件总数 准确率(Precision) = 系统检索到的相关文件 / 系统所有检索到的文件总数图示表示如下：注意：准确率和召回率是互相影响的，理想情况下肯定是做到两者都高，但是一般情况下准确率高、召回率就低，召... 阅读全文

摘要： 正确率、召回率和F值是在鱼龙混杂的环境中，选出目标的重要评价指标。 不妨看看这些指标的定义先：正确率 = 正确识别的个体总数 / 识别出的个体总数召回率 = 正确识别的个体总数 / 测试集中存在的个体总数F值 = 正确率 * 召回率 * 2 / (正确率 + 召回率) 不妨举这样一个例子：某池塘有1400条鲤鱼，300只虾，300只鳖。现在以捕鲤鱼为目的。Seaeagle撒一大网，逮着了700条鲤鱼，200只虾，100只鳖。那么，这些指标分别如下：正确率 = 700 / (700 + 200 + 100) = 70%召回率 = 700 / 1400 = 50%F值 = 70% * 50% * 阅读全文

摘要： 最近一直在做相关推荐方面的研究与应用工作，召回率与准确率这两个概念偶尔会遇到，知道意思，但是有时候要很清晰地向同学介绍则有点转不过弯来。召回率和准确率是数据挖掘中预测、互联网中的搜索引擎等经常涉及的两个概念和指标。召回率：Recall，又称“查全率”——还是查全率好记，也更能体现其实质意义。准确率：Precision，又称“精度”、“正确率”。以检索为例，可以把搜索情况用下图表示：相关不相关检索到AB未检索到CDA：检索到的，相关的（搜到的也想要的）B：检索到的，但是不相关的（搜到的但没用的）C：未检索到的，但却是相关的（没搜到，然而实际上想要的）D：未检索到的，也不相关的（没搜到也没用的）如 阅读全文

摘要： 搞IT的就是修电脑的，做软件的就是写代码的。后一句可能更对一些，因为学校是这么教的，开发工作中的确也是这么在做。然而，新手在写代码，牛人也在写代码，他们之间有什么区别？为何新人老手相互之间不理解？新手如何成长为牛人，老手如何百尺竿头更进一步？BDD、TDD为何兴起，又为何难以推行？软件研发公司的写代码能力提升为什么这么难？写代码的三重境界记录了关于写代码的一些思考。1. 写代码的三重境界1.1 写代码三重境界之第一重境界是见山是山。对第一重境界的人来看，写代码就是软件开发的全部，软件开发人员的工作就是写代码，如果没有在写代码，软件开发人员就没有在工作。他们会第一时间投入到代码编写工作中，编写的 阅读全文

摘要： 从cvchina上看到的，转载自demonstrate 的 blog自己稍作补充。这里搜集了一些常见的和 machine learning 相关的网站，按照 topic 来分。Active Learninghttp://active-learning.net/，这里包括了关于Active Learning理论以及应用的一些文章，特别是那篇Survey。 Transfer Learninghttp://www.cse.ust.hk/TL/，包括经典的论文以及附带有源码，很方便。 Gaussian Processeshttp://www.gaussianprocess.org 包括相关的书籍（有C 阅读全文

摘要： 关于computer vision的会议及vision guys注:我上次在转载Zhihua Zhou的帖子时候补充说明了cv的会议,现在扩展成一篇长文. 众所周知, computer vision(cv) 存在ICCV/CVPR/ECCV三个顶级会议, 它们档次差不多,都应该在一流会议行列, 没有必要给个高下. 有些us的人认为ICCV/CVPR略好于ECCV,而欧洲人大都认为ICCV/ECCV略好于CVPR, 某些英国的人甚至认为BMVC好于CVPR.简言之, 三个会议差不多, 各有侧重和偏好. 笔者就个人经验浅谈三会异同, 以供大家参考和讨论. 三者乃cv领域的旗舰和风向标,其oral 阅读全文