2017 年 7月随笔档案 - wishchin

摘要：虚拟触控需要使用前置摄像机，眼睛和手指的直线方向，指向屏幕的位置。因此需要调用前置摄像机，幸好，找到了调用前置摄像机的API。原文链接：安卓调用前后摄像机以及代码实现主要代码在这里：public class M... 阅读全文

posted @ 2017-07-31 19:07 wishchin 阅读(314) 评论(0) 推荐(0) 编辑

摘要：前言：文章：CNN的结构分析-------；文章：历年ImageNet冠军模型网络结构解析-------；文章：GoogleLeNet系列解读-------；文章：DNN结构演进History—CNN-GoogLeNet ：Going Deep... 阅读全文

posted @ 2017-07-24 16:55 wishchin 阅读(741) 评论(0) 推荐(0) 编辑

摘要：前言： ANN是个语义黑箱的意思是没有通用明确的函数表示，参数化的模型并不能给出函数的形式，更进而不能表示函数的实际意义。而CNN在图像处理方面具有天然的理论优势，而Conv层和Polling层，整流层等都有明确的意义。可以跳过函... 阅读全文

posted @ 2017-07-24 11:46 wishchin 阅读(278) 评论(0) 推荐(0) 编辑

摘要：前言：一个完备的模式识别系统，必然包含一个模式识别模型，此外还要附加一个评价模型，以及为了构建识别模型而构建的学习模型，并选择在学习模型中使用的学习方法。表示（Representation）　：一个分类器必须用计算机可以处理的某种... 阅读全文

posted @ 2017-07-23 22:02 wishchin 阅读(634) 评论(0) 推荐(0) 编辑

摘要：被人牵着鼻子走，到了地方还墨明棋妙地吃一顿砖头。今日头条AI-Lab，其实我一直发现，最擅长的还是点云图像处理，且只是点云处理。一、C++题目 New 与Malloc的区别：看这个：New与Malloc区别 ... 阅读全文

posted @ 2017-07-18 22:09 wishchin 阅读(639) 评论(0) 推荐(0) 编辑

摘要：类似于SVM，CNN为代表的DNN方法的边缘参数随着多类和高精度的要求必然增长。比如向量机方法，使用可以映射到无穷维的高斯核，即使进行两类分类，在大数据集上得到高精度，即保持准确率和高精度的双指标，支持向量的个数会随着数据集增长，SVM三层网会变得非常... 阅读全文

posted @ 2017-07-17 13:51 wishchin 阅读(618) 评论(0) 推荐(0) 编辑

摘要：前言：CNN迎接多类的挑战特定类型的传统PR方法特征提取的方法是固定的，模式函数的形式是固定的，在理论上产生了特定的“局限性” 的，分类准确度可以使用PAC学习理论的方法计算出来。特定函数形式的模式识别准确度、泛化误差都受到模型本身VC维的限制。　... 阅读全文

posted @ 2017-07-12 12:15 wishchin 阅读(258) 评论(0) 推荐(0) 编辑

摘要：前言：随着超量类别PR和高精度的需求，人工特征方法局限性凸显出来，固定的特征hash压缩映射因其压缩损失。表现为特定的特征hash方法，在海量的同类数据集上近邻特性变差，而在不同类别的数据上面隔离性又出现问题。既然人工构建的特... 阅读全文

posted @ 2017-07-08 00:15 wishchin 阅读(278) 评论(0) 推荐(0) 编辑

摘要：前言：接上一篇：AI：模式识别的数学表示在图像处理PR领域，相对于ANN方法，其他的方法一般称为传统方法。在结构上，几乎所有的PR方法都是可解释的。且任一传统方法，在一定约束下，可以转换为SV近邻法，即与SVM方法具有相似性，... 阅读全文

posted @ 2017-07-07 23:34 wishchin 阅读(366) 评论(0) 推荐(0) 编辑

摘要：前言：模式识别的定义，参考：模式识别两种方法：知识和数据。百科定义：模式识别（英语：Pattern Recognition），就是通过计算机用数学技术方法来研究模式的自动处理和判读。我们把环境与客体统称为“模式”，此... 阅读全文

posted @ 2017-07-07 18:24 wishchin 阅读(1076) 评论(0) 推荐(0) 编辑

摘要：在三维目标位姿识别的通路搭建过程中，使用到了下面列举的论文，其他使用到的方法相关性不是特别强，因此暂时没有列举出来。其中，有些论文没卵用，只是用来灌水的，看一下即可，不用深究。四年前的论文列表拿出来，用来怀念一下参考文献:[1] ... 阅读全文

posted @ 2017-07-04 01:48 wishchin 阅读(302) 评论(0) 推荐(0) 编辑

摘要：点云的检测和分类一般使用全局特征，传统的检测方法严重依赖于点云的场景分割，所幸的是点云的分割一般情况下比二维灰度图像和彩色图像更容易进行。基于分割方法的好处是，一旦目标被正确分割，点云分类即可以转换为较为简单的有遮挡或无遮挡的点云（位姿）识别。此时的... 阅读全文

posted @ 2017-07-04 01:47 wishchin 阅读(722) 评论(0) 推荐(0) 编辑

摘要：点云的配准一般分为等价集合和律属集合两种配准，其中等价集合配准叫做匹配过程，律属集合配准被称为Alignment。点云的匹配一般使用ICP方法（ ICP：Iterative Closest Point迭代最近点），即两个点云纯粹通过... 阅读全文

posted @ 2017-07-04 00:10 wishchin 阅读(1923) 评论(0) 推荐(0) 编辑

摘要：摘抄下来，如有不适，请告知删除。原文链接：PCL—低层次视觉—点云滤波（初步处理）若非涉及到数据精度级别的底层处理，使用离群点去除算法就可以了。点云滤波的概念点云滤波是点云处理的基本步骤，也是进行 high leve... 阅读全文

posted @ 2017-07-03 23:21 wishchin 阅读(615) 评论(0) 推荐(0) 编辑

摘要：点云数据是三维空间的离散数据，不是类似于PLY格式的点线概念，因此可以使用所谓的“滤波方法”。点云数据若非看成深度map数据，则不再适用于使用二维图形的核卷积方法。此外，滤波方法与点云存储格式密切相关，点云存储格式一般为八叉树，而2.5D图像存储格式... 阅读全文

posted @ 2017-07-03 00:01 wishchin 阅读(2718) 评论(0) 推荐(0) 编辑

07 2017 档案