2015年3月17日

java学习之Java中JDK,JRE和JVM之间的关系(转载)

摘要: 最近要重新抓一下java,大量扫技术文档,保存下来供自己查阅。以下转载自http://www.cnblogs.com/xiaofeixiang/p/4085159.html初学JAVA很容易被其中的很多概念弄的傻傻分不清楚,首先从概念上理解一下吧,JDK(Java Development Kit)简... 阅读全文

posted @ 2015-03-17 15:42 翠竹林 阅读(2658) 评论(0) 推荐(1) 编辑

2014年6月25日

python 字典操作

摘要: 别处看的,整理下,方便后来人。出处:http://www.jb51.net/article/34461.htm http://www.linuxzen.com/python-you-ya-de-cao-zuo-zi-dian.html字典不管在那种语言中总是受人追捧的,可以帮助解决很多问题。这里... 阅读全文

posted @ 2014-06-25 15:58 翠竹林 阅读(706) 评论(0) 推荐(1) 编辑

2014年4月2日

python处理.seq文件

摘要: # Deal with .seq format for video sequence# Author: Kaij# The .seq file is combined with images,# so I split the file into several images with the image prefix # "\xFF\xD8\xFF\xE0\x00\x10\x4A\x46\x49\x46".import os.pathimport fnmatchimport shutildef open_save(file,savepath): # read .seq fi 阅读全文

posted @ 2014-04-02 20:01 翠竹林 阅读(5082) 评论(0) 推荐(1) 编辑

2014年3月7日

回归之一多目标跟踪算法评价指标

摘要: 实习生像条狗,去年开始实习到现在都没有更新自己的博客,痛定思痛,决定回归,正好课题是目标跟踪这块,先就多目标跟踪算法评价指标谈谈自己的观点:单目标跟踪算法的评价指标不用我多说,因为其跟踪情况较为简单,已经有较为明确的判断指标,但是一直以来,多目标跟踪的评价指标都未统一,跟踪算法的论文中也是用各种评价指标来分析自身的算法,但是缺少与其它算法的横向比较,孰优孰劣不得而知。因为自己的毕业课题设计到这块,需要找到一种相对来说大家用的较多的,公认度较大的一种指标来对自己设计的算法和当前已有算法进行比较,由此而来本文。指标一:CLEAR MOT,来自论文《EvaluatingMultiple Object 阅读全文

posted @ 2014-03-07 20:48 翠竹林 阅读(11113) 评论(2) 推荐(0) 编辑

2013年10月11日

可用的网址

摘要: 其中有些基础代码可下载:Mubarak Shahat Univ. of Central Florida有目标检测的相关内容:Roberto Cipollaat Cambridge在code项中有PCA,tracking和光流算法的代码:Michael J. Blackat Brown Univ.有关于跟踪的算法(在demos中):Computer Vision Labat ETH Zurich有关于跟踪算法的代码:Computer Vision Labat Seoul National Univ.在projects中有相关的算法介绍:Computer Vision Labat Univ. of 阅读全文

posted @ 2013-10-11 15:10 翠竹林 阅读(1595) 评论(0) 推荐(0) 编辑

2013年7月21日

985大学的部分课程链接

摘要: 国内精品课程-VeryCd U资源索引热19341217864042010-07-01 13:58http://video.chaoxing.com/超星大讲堂http://202.38.70.145/中科大http://jpck.zju.edu.cn/eln/pub1/kczy2.jsp浙大http://jpkc.nudt.edu.cn/国防科大http://www.tocwc.org.tw/台湾开放课程http://vod.bjut.edu.cn/北京工业大学http://qcourse.tsinghua.edu.cn/清华http://60.29.252.147/北大优质资源共享试点ht 阅读全文

posted @ 2013-07-21 19:43 翠竹林 阅读(498) 评论(0) 推荐(0) 编辑

SVD学习

摘要: 前言:上一次写了关于PCA与LDA的文章,PCA的实现一般有两种,一种是用特征值分解去实现的,一种是用奇异值分解去实现的。在上篇文章中便是基于特征值分解的一种解释。特征值和奇异值在大部分人的印象中,往往是停留在纯粹的数学计算中。而且线性代数或者矩阵论里面,也很少讲任何跟特征值与奇异值有关的应用背景。奇异值分解是一个有着很明显的物理意义的一种方法,它可以将一个比较复杂的矩阵用更小更简单的几个子矩阵的相乘来表示,这些小矩阵描述的是矩阵的重要的特性。就像是描述一个人一样,给别人描述说这个人长得浓眉大眼,方脸,络腮胡,而且带个黑框的眼镜,这样寥寥的几个特征,就让别人脑海里面就有一个较为清楚的认识,实际 阅读全文

posted @ 2013-07-21 19:24 翠竹林 阅读(879) 评论(0) 推荐(1) 编辑

资源三:机器学习源代码

摘要: 今天给大家介绍一下经典的开源机器学习软件:编程语言:搞实验个人认为当然matlab最灵活了(但是正版很贵),但是更为前途的是python(numpy+scipy+matplotlib)和C/C++,这样组合既可搞研究,也可搞商业开发,易用性不比matlab差,功能组合更为强大,个人认为,当然R和java也不错.1.机器学习开源软件网(收录了各种机器学习的各种编程语言学术与商业的开源软件)http://mloss.org2 偶尔找到的机器学习资源网:(也非常全,1和2基本收录了所有ML的经典开源软件了)http://www.dmoz.org/Computers/Artificial_Intell 阅读全文

posted @ 2013-07-21 19:12 翠竹林 阅读(659) 评论(0) 推荐(0) 编辑

资源二:计算机视觉,机器学习方面牛人网站链接

摘要: 牛人主页(主页有很多论文代码)Serge Belongieat UC San DiegoAntonio Torralbaat MITAlexei Ffrosat CMUCe Liuat Microsoft Research New EnglandVittorio Ferrariat Univ.of EdinburghKristen Graumanat UT AustinDevi ParikhatTTI-Chicago(Marr Prize at ICCV2011)John Wrightat Columbia Univ.Piotr Dollarat CalTechBoris Babenkoat 阅读全文

posted @ 2013-07-21 19:11 翠竹林 阅读(751) 评论(0) 推荐(0) 编辑

资源一:计算机视觉,机器学习方面的论文和算法代码

摘要: 原文地址:[ZZ]计算机视觉、机器学习相关领域论文和源代码大集合作者:计算机视觉与模式注:下面有project网站的大部分都有paper和相应的code。Code一般是C/C++或者Matlab代码。最近一次更新:2013-1-29一、特征提取Feature Extraction:SIFT [1] [Demo program][SIFT Library] [VLFeat]PCA-SIFT [2] [Project]Affine-SIFT [3] [Project]SURF [4] [OpenSURF] [Matlab Wrapper]Affine Covariant Features [5] 阅读全文

posted @ 2013-07-21 19:08 翠竹林 阅读(2734) 评论(1) 推荐(0) 编辑

导航