- 博客(45)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 计算机顶级会议排名
CORE Computer Science Conference RankingsAcronymStandard NameRankAAAINational Conference of the American Association for Artificial IntelligenceA+AAMASInternational
2015-06-12 11:50:27
16234
1
转载 图像分类的字典学习方法概述
1 字典学习（dictionary learning）旨在从原始数据中找到一组特殊的稀疏信号，在机器视觉中称为视觉单词（visual words），这一组稀疏元素能够足够线性表示所有的原始信号。字典学习来源于压缩感知，后来广泛用于图像去噪、去雾、聚类、分类等方面。两类：1） 直接学习区分性的字典（directly forcing the dictionary discri
2015-06-12 09:48:55
2063
转载 常见向量范数和矩阵范数
1、向量范数1-范数：，即向量元素绝对值之和，matlab调用函数norm(x, 1) 。2-范数：，Euclid范数（欧几里得范数，常用计算向量长度），即向量元素绝对值的平方和再开方，matlab调用函数norm(x, 2)。∞-范数：，即所有向量元素绝对值中的最大值，matlab调用函数norm(x, inf)。-∞-范数：，即所有向量元素绝对值中的
2015-04-08 20:03:11
1992
转载 SIFT算法详解
尺度不变特征变换匹配算法详解Scale Invariant Feature Transform(SIFT)Just For Funzdd [email protected] or ([email protected])对于初学者，从David G.Lowe的论文到实现，有许多鸿沟，本文帮你跨越。如果你学习SIFI得目的是为了做检索，也许OpenSSE
2015-03-24 18:40:15
827
转载 SIFT特征提取分析
SIFT（Scale-invariant feature transform）是一种检测局部特征的算法，该算法通过求一幅图中的特征点（interest points,or corner points）及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配，获得了良好效果，详细解析如下：算法描述SIFT特征不只具有尺度不变性，即使改变旋转角度
2015-03-24 18:34:55
536
转载 计算机视觉领域的一些大牛网站
以下链接是本人整理的关于计算机视觉（ComputerVision, CV）相关领域的网站链接，其中有CV牛人的主页，CV研究小组的主页，CV领域的paper,代码，CV领域的最新动态，国内的应用情况等等。打算从事这个行业或者刚入门的朋友可以多关注这些网站，多了解一些CV的具体应用。搞研究的朋友也可以从中了解到很多牛人的研究动态、招生情况等。总之，我认为，知识只有分享才能产生更大的价值，真诚希望下面
2015-03-24 18:26:54
1192
转载 计算机视觉学术界大牛
1.cv圈的格局, 按师承关系,总结a tree stucture of cv guys.David Marr----->Shimon Ullman (Weizmann)----->Eric Grimson (MIT) ----->Daniel Huttenlocher (Cornell) ----->Pedro Felzenszwalb
2015-03-24 18:16:34
1530
转载 计算机视觉、模式识别、机器学习常用牛人主页链接
牛人主页（主页有很多论文代码）Serge Belongie at UC San DiegoAntonio Torralba at MITAlexei Ffros at CMUCe Liu at Microsoft Research New EnglandVittorio Ferrari at Univ.of EdinburghKristen
2015-03-24 18:04:27
993
转载 K-SVD算法简介
1、目标：找到一个字典D，使得对于给定的训练信号集能获得稀疏表达。具体目标为：2、具体迭代步骤（1）第一阶段：固定字典 D ，找最好的稀疏矩阵 X 。此为NP难问题。 给定T0，可以采用任何approximation pursuit method去求解 X。论文采用OrthogonalMatching Pursuit (OMP) algorithms。（
2015-03-13 17:03:56
1446
1
转载 K-SVD算法—图像解析，让你看透彻！（附代码）
举例：K-SVD最大的不同在字典更新这一步，K-SVD每次更新一个原子（即字典的一列）和其对应的稀疏系数，直到所有的原子更新完毕，重复迭代几次即可得到优化的字典和稀疏系数。如下。 如上图（左上），现在我们要更新第k个原子，即d_k..那我们需要知道在上一步迭代之后哪些信号使用了该原子，即稀疏系数不为0的部分是哪些？从左上图中很容易看出，x
2015-03-13 15:42:18
13870
1
转载 K-SVD简述——字典学习，稀疏编码，MOD与之对比（附代码）
1. k-SVD introduction1. K-SVD usage:Design/Learn a dictionary adaptively to betterfit the model and achieve sparse signal representations.2. Main Problem:Y = DXWhere Y∈R(n*
2015-03-13 15:33:26
16615
2
转载 谱聚类原理
1. 谱聚类 给你博客园上若干个博客，让你将它们分成K类，你会怎样做？想必有很多方法，本文要介绍的是其中的一种——谱聚类。 聚类的直观解释是根据样本间相似度，将它们分成不同组。谱聚类的思想是将样本看作顶点，样本间的相似度看作带权的边，从而将聚类问题转为图分割问题：找到一种图分割的方法使得连接不同组的边的权重尽可能低（这意味着组间相似度要尽可能低），组内的边的权重尽可
2015-01-30 21:42:10
1087
1
转载 谱聚类算法(Spectral Clustering)
谱聚类算法(Spectral Clustering)谱聚类(Spectral Clustering, SC)是一种基于图论的聚类方法——将带权无向图划分为两个或两个以上的最优子图，使子图内部尽量相似，而子图间距离尽量距离较远，以达到常见的聚类的目的。其中的最优是指最优目标函数不同，可以是割边最小分割——如图1的Smallest cut(如后文的Min cut)， 也可以是分
2015-01-30 21:37:44
792
转载 稀疏表示（SRC）
基于表示的分类方法（representation based classification method, RBCM）研究较多的就是John Wright等在2009年提出的稀疏表示分类（sparse representation based classification, SRC）方法了，Google已经有3778次引用了。 Wright J, Yang A Y, Ganesh A, e
2015-01-30 21:34:18
6868
2
转载 k-means
好久没有写 blog 了，一来是 blog 下线一段时间，而租 DreamHost 的事情又一直没弄好；二来是没有太多时间，天天都跑去实验室。现在主要折腾 Machine Learning 相关的东西，因为很多东西都不懂，所以平时也找一些资料来看。按照我以前的更新速度的话，这么长时间不写 blog 肯定是要被闷坏的，所以我也觉得还是不定期地整理一下自己了解到的东西，放在 blog 上，一来梳理总是
2015-01-30 21:21:02
746
转载 Spectral Clustering
如果说 K-means 和 GMM 这些聚类的方法是古代流行的算法的话，那么这次要讲的 Spectral Clustering 就可以算是现代流行的算法了，中文通常称为“谱聚类”。由于使用的矩阵的细微差别，谱聚类实际上可以说是一“类”算法。Spectral Clustering 和传统的聚类方法（例如 K-means）比起来有不少优点：和 K-medoids 类似，Spectr
2015-01-30 21:19:10
500
转载 基于稀疏表示的人脸识别 (SRC,LASRC,RASL,MRR)
1. 问题背景 信号的稀疏表示并不是新的东西。我们很早就一直在利用这一特性。例如，最简单的JPEG图像压缩算法。原始的图像信号经过DCT变换之后，只有极少数元素是非零的，而大部分元素都等于零或者说接近于零。这就是信号的稀疏性。 任何模型都有建模的假设条件。压缩感知，正是利用的信号的稀疏性这个假设。对于我们处理的信号，时域上本身就具有稀疏性的信号
2015-01-28 21:28:54
1269
转载 K-NN分类器
【分类器】- KNN一、分类算法中的学习概念 因为分类算法都是有监督学习，故分为以下2种学习。 1、急切学习：在给定的训练元组之后、接受到测试元组之前就构造好分类模型。 算法有：贝叶斯、基于规则的分类（决策树）、向后传播分类、SVM（支持向量机）、基于关联规则挖掘的分类。
2015-01-28 18:27:14
1646
转载 核函数
7 核函数（Kernels）考虑我们最初在“线性回归”中提出的问题，特征是房子的面积x，这里的x是实数，结果y是房子的价格。假设我们从样本点的分布中看到x和y符合3次曲线，那么我们希望使用x的三次多项式来逼近这些样本点。那么首先需要将特征x扩展到三维，然后寻找特征和结果之间的模型。我们将这种特征变换称作特征映射（feature mapping）。映射函数称作，在这个例子中
2015-01-08 10:40:45
844
转载 小波图像融合综述
图像融合是将两幅或多幅图像融合在一起，以获取对同一场景的更为精确、更为全面、更为可靠的图像描述。融合算法应该充分利用各原图像的互补信息，使融合后的图像更适合人的视觉感受，适合进一步分析的需要；并且应该统一编码，压缩数据量，以便于传输。图像融合可分为三个层次: 1. 像素级融合 2. 特征级融合 3. 决策级融合
2014-12-24 21:03:47
7027
转载 小波分析的起源、发展与应用
小波分析 (wavelet Analysis) 是 20 世纪 80 年代中期发展起来的一门数学理论和方法，由法国科学家 Grossman 和 Morlet 在进行地震信号分析时提出的，随后迅速发展。 1985 年 Meyer 在一维情形下证明了小波函数的存在性 , 并在理论上作了深入研究。 Mallat 基于多分辨分析思想，提出了对小波应用起重要作用的Mallat算法，它在小波分析中的地位相当于
2014-12-24 20:11:19
1238
转载 基于小波变换的图像压缩技术初探
我们知道，图像压缩就是要寻找高压缩比、并使压缩后的图像有合适的信噪比的方法，对压缩后的图像还要能实现低失真度地恢复图像。压缩性能的评价标准之一是图像能量损失和零系数成分值。能量损失越小，零系数成分值越大，图像压缩的性能就越高。 小波图像压缩的特点是压缩比高，压缩速度快，能量损失低，能保持图像的基本特征，且信号传递过程抗干扰性强，可实现累进传输。 首先我们简单了解一下二维小波变换的塔
2014-12-24 19:40:01
1534
1
转载 论文投稿参考——如何撰写和发表SCI论文
提要 对从事基础研究的科学工作者,能否在SCI收录的杂志发表论文,是能否进入学术前沿,在国际公认的同一个平台上参与学术竞争,做出原创性贡献的一个基本标志。那么怎样的论文才是合格的？本文提出一些建议供大家参考。在国际核心刊物发表学术论文是基础研究工作者的贡任大者作为国家,小者作为一个研究群体或个人,在高影响因子的SC]刊物上发表论文的多寡,显然是基础研究水平的一个较为客观的标志。罗伯特•戴在
2014-12-24 19:14:57
522
转载 SCI论文编辑教你如何准备SCI论文和写作
一、研究生必备四本俗话说好记性不如烂笔头，所以一定要首先养成做笔记的好习惯！作为研究生下面这几个本子是必不可少的1，实验记录本（包括试验准备本），这当然首当其冲必不可少，我就不多说了； 2，Idea记录本，每次看文献对自己有用的东西先记下，由此产生的idea更不能放过，这可是做研究的本钱，好记性不如烂笔头，以后翻翻会更有想法的； 3，专业概念以及理论进展记录本，每个人不可能对自己领
2014-12-24 18:32:27
667
转载 学术论文Introduction部分的书写
英文论文的Introduction部分很重要：Introduction部分应该包含以下三个部分1. 问题的背景介绍 在这部分，你应该清晰地说明你研究的问题的背景是什么。 最好给出近年来该问题在学术领域的发展情况。 但，也不能过长，简洁为主。最要控制在一页内。对于一般15页的学术论文，该部分占一半的篇幅已经足够。2. 问题本身 如果没有问
2014-12-24 16:01:52
3509
转载 线性判别分析(Linear Discriminant Analysis, LDA）算法分析
LDA算法入门 一． LDA算法概述：线性判别式分析(LDA)，也叫做Fisher线性判别(Fisher Linear Discriminant ,FLD)，是模式识别的经典算法，它是在1996年由Belhumeur引入模式识别和人工智能领域的。性鉴别分析的基本思想是将高维的模式样本投影到最佳鉴别矢量空间，以达到抽取分类信息和压缩特征空间维数的效果，投影后保证模式样本在新的
2014-12-24 15:58:17
502
转载 基于Matlab的离散小波变换
简介在数字图像处理中，需要将连续的小波及其小波变换离散化。一般计算机实现中使用二进制离散处理，将经过这种离散化的小波及其相应的小波变换成为离散小波变换（简称DWT）。实际上，离散小波变换是对连续小波变换的尺度、位移按照2的幂次进行离散化得到的，所以也称之为二进制小波变换。虽然经典的傅里叶变换可以反映出信号的整体内涵，但表现形式往往不够直观，并且噪声会使得信号频谱复杂化。在信号处理领域一
2014-12-24 15:30:20
6089
转载 基于小波变换的图像融合
clc; clear all; close all; % 清理工作空间 clear [imA,map1] = imread('A.tif'); M1 = double(imA) / 256; [imB,map2] = imread('B.tif'); M2 = double(imB) / 256;
2014-12-24 10:42:10
9337
2
转载 小波变换
传统的信号理论，是建立在Fourier分析基础上的，而Fourier变换作为一种全局性的变化，其有一定的局限性。在实际应用中人们开始对Fourier变换进行各种改进，小波分析由此产生了。小波分析是一种新兴的数学分支，它是泛函数、Fourier分析、调和分析、数值分析的最完美的结晶；在应用领域，特别是在信号处理、图像处理、语音处理以及众多非线性科学领域，它被认为是继Fourier分析之后的又一有效的
2014-12-24 10:39:42
992
转载 matlab画图命令
1．1．命令 plot功能 线性二维图。在线条多于一条时，若用户没有指定使用颜色，则plot循环使用由当前坐标轴颜色顺序属性（current axes ColorOrder property）定义的颜色，以区别不同的线条。在用完上述属性值后，plot又循环使用由坐标轴线型顺序属性（axes LineStyleOrder property）定义的线型，以区别不同的线条。用
2014-12-24 10:05:15
1634
转载 matlab画柱状图
论文中需要画图进行比较，感觉还是matlab画起来比较方便，先把自己画的图及matlab代码放上。y=[300 311;390 425; 312 321; 250 185; 550 535; 420 432; 410 520;];b=bar(y);grid on;ch = get(b,'children');set(gca,'XTickLabel',{'0','1','2'
2014-12-24 10:04:07
1745
转载 matlab画均值方差柱状图
matlaba=[8 9 10 7 8 9];%mean b=[1 1 1 1 1 1];%std figure(); bar(a,'c'); hold on; errorbar(a,b,'k','LineStyle','none');
2014-12-24 10:00:48
10524
转载 多分辨率分析与小波变换--简介
傅里叶变换的基础函数的正弦函数，而小波变换基于一些小型波，称为“小波”，它具有变化的频率和有限的持续时间。这就允许它们对图像提供一张等效的乐谱，不光阐明了要演奏的音符（频率），而且阐明了要何时演奏。相对而言，传统的傅里叶变换，只提供了音符或者频率信息，局部信息在变换过程中丢失了。 小波是多分辨率理论的分析基础。而多分辨率理论与多种分辨率下的信号表示和分析有关，其优势很明显--某
2014-12-24 09:52:01
1446
转载 典型相关分析(Canonical Correlation Analysis, CCA)
典型相关分析 （一）引入 典型相关分析（Canonical Correlation Analysis）是研究两组变量之间相关关系的一种多元统计方法。他能够揭示出两组变量之间的内在联系。 我们知道，在一元统计分析中，用相关系数来衡量两个随机变量的线性相关关系，用复相关系数研究一个随机变量与多个随机变量的线性相关关系。然而，这些方法均无法用于研究两组变量之间的相关
2014-12-16 16:25:18
6034
转载 Logistic regression （逻辑回归） 概述
Logistic regression （逻辑回归）是当前业界比较常用的机器学习方法，用于估计某种事物的可能性。比如某用户购买某商品的可能性，某病人患有某种疾病的可能性，以及某广告被用户点击的可能性等。（注意这里是：“可能性”，而非数学上的“概率”，logisitc回归的结果并非数学定义中的概率值，不可以直接当做概率值来用。该结果往往用于和其他特征值加权求和，而非直接相乘） 那么它究竟是
2014-11-26 14:58:01
470
转载 线性判别分析（Linear Discriminant Analysis）
1. 问题 之前我们讨论的PCA、ICA也好，对样本数据来言，可以是没有类别标签y的。回想我们做回归时，如果特征太多，那么会产生不相关特征引入、过度拟合等问题。我们可以使用PCA来降维，但PCA没有将类别标签考虑进去，属于无监督的。 比如回到上次提出的文档中含有“learn”和“study”的问题，使用PCA后，也许可以将这两个特征合并为一个，降了维度。但假设我们的
2014-04-20 15:02:33
915
转载 数字图像处理专业英语词汇
FFT 滤波器 FFT filtersVGA 调色板和许多其他参数 VGA palette and many others按名称排序 sort by name包括角度和刻度 including angle and scale保持目标 keep targets保存 save保存和装载 save and load饱和度 saturation
2014-03-07 14:30:10
4073
转载 图像梯度特征的常用算子：Sobel、Prewitt、Roberts
索贝尔算子（Sobel operator）主要用作边缘检测，在技术上，它是一离散性差分算子，用来运算图像亮度函数的灰度之近似值。在图像的任何一点使用此算子，将会产生对应的灰度矢量或是其法矢量。 Sobel卷积因子为： 该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像，Gx及Gy分别代表经横向及纵向边
2014-02-22 16:10:58
14539
1
转载 高斯分布函数解析
高斯模糊是一种图像模糊滤波器，它用正态分布计算图像中每个像素的变换。N 维空间正态分布方程为在二维空间定义为其中 r 是模糊半径 (r2 = u2 + v2)，σ 是正态分布的标准偏差。在二维空间中，这个公式生成的曲面的等高线是从中心开始呈正态分布的同心圆。分布不为零的像素组成的卷积矩阵与原始图像做变换。每个像素的值都是周围相邻像素值的加权平均。原始像素的值
2013-12-27 10:52:06
1485
西工大的猫 全新界面 绿色免安装版
2013-12-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人