上一页 1 2 3 4 5 6 ··· 10 下一页
摘要: 目标跟踪算法过程 输入:Tt-1 t-1时刻的tracklet(跟踪片段) Dt t时刻的预测框集合(带分数) featuret t时刻的特征图 输出:Tt t时刻的tracklet(跟踪片段) 1. 计算Tt-1 与Dt的相似度矩阵At-1 2.利用阈值将Tt-1分为置信度较高的Tt-1 high 阅读全文
posted @ 2019-03-11 15:13 shensobaolibin 阅读(1164) 评论(0) 推荐(0) 编辑
摘要: 之前只是知道maxpool是取一个区域内的最大值,却没关心maxpool到底是怎么做的 今天来补一下 网上的例子都是输入为4*4或者8*8等偶数形式的,对于奇数输入的maxpool却没有多少解释 我们这里主要解释奇数形式的maxpool 对于偶数形式,网上已经讲的非常清楚了 对于奇数形式,tenso 阅读全文
posted @ 2019-02-19 20:41 shensobaolibin 阅读(6890) 评论(0) 推荐(1) 编辑
摘要: 原文请移步知乎:https://zhuanlan.zhihu.com/p/40960756 python实现: 实现基于python的scikit-image库提供了HOG特征提取的接口: 参数说明:image: input image, 输入图像 orientation: 指定bin的个数. sc 阅读全文
posted @ 2019-02-13 15:53 shensobaolibin 阅读(1942) 评论(0) 推荐(1) 编辑
摘要: 有一篇文章写的比较详细,先放在前面 文章链接https://blog.csdn.net/shenxiaolu1984/article/details/51066975 流程: 1.通过选择性搜索算法获取2k个候选区域 2.将候选区域进行合并,获得一些感兴趣区域 3.将感兴趣区域直接resize为一个 阅读全文
posted @ 2019-01-23 18:06 shensobaolibin 阅读(206) 评论(0) 推荐(0) 编辑
摘要: 常用的颜色空间分为RGB,HSV,LAB三种 RGB 颜色空间就很简单了,一共颜色是由RGB三种颜色组合而成的 我将这三种颜色的值分为256份, 那么对于一个颜色,我就可以通过(r,g,b)的一个向量去表示 这就是最简单的颜色空间 HSV HSV颜色空间我就转载一下https://www.cnblo 阅读全文
posted @ 2019-01-23 17:54 shensobaolibin 阅读(464) 评论(0) 推荐(0) 编辑
摘要: 二分法 这个就很简单了 取区间[x1,x2] f(x1) * f(x2) < 0 那么必定有解在此区间中 取区间中点 xmid 判断f(x1) * f(xmid) 和 f(x2)*f(xmid) 这样就能去掉一半的区间 这样不断迭代下去即可 不动点迭代 将f(x)改写为x = Φ(x) xk+1 = 阅读全文
posted @ 2019-01-14 15:19 shensobaolibin 阅读(977) 评论(0) 推荐(0) 编辑
摘要: 向量范数 向量的二范数就是向量的模 || x ||k = k√ ̄∑| xi | k 当k = ∞时 || x ||∞ = max(xi) 矩阵的范数 || A ||∞ = 最大的,一行绝对值的和 || A ||1 = 最大的,一列绝对值的和 || A ||2 = ( A.T * A)的最大特征值 的 阅读全文
posted @ 2019-01-13 16:38 shensobaolibin 阅读(207) 评论(0) 推荐(0) 编辑
摘要: 中点公式 求微分一般是利用微分的定义 f'(x) = lim e->0 ( f(x+e) - f(x) ) / e 但是由于f(x)可能会有误差 所以我们使用中点公式 G(x) = ( f(x + h) - f(x - h) ) / 2h 误差分析 将f(a)按照泰勒多项式展开可得、 f(a+h) 阅读全文
posted @ 2019-01-13 16:00 shensobaolibin 阅读(775) 评论(0) 推荐(0) 编辑
摘要: 因子分析 因子分析是将数据进行降维处理 但能说出每一维的意义 设源数据为X(p维),降维后的数据为F(m维) m<p 对于原始数据的第i位,我们有 Xi = Σaij * Fj + e 那么aij 就可以组成一个一个p*m的矩阵,即为因子载荷阵 因子载荷阵 求出协方差矩阵的特征值和特征向量,去掉特别 阅读全文
posted @ 2019-01-06 11:37 shensobaolibin 阅读(787) 评论(0) 推荐(0) 编辑
摘要: Zoutendijk可行方向法 约束条件一般有两种 ax - b = 0 ax - b <= 0 取可行初始点x1 x1满足所有的约束条件 取约束条件中所有<= 0 的约束条件,并判断他们是否为0 获得线性规划子问题 一般使用图解法 min ▽f(xk).T * d ad = 0 ad <= 0 此 阅读全文
posted @ 2019-01-01 18:41 shensobaolibin 阅读(2357) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 ··· 10 下一页