- 博客(32)
- 收藏
- 关注
RSS订阅
原创 工信部印发超高清视频产业发展计划：大力推进产业应用
工信部印发超高清视频产业发展计划：大力推进产业应用央视网消息（新闻联播）：日前，工业和信息化部、国家广播电视总局、中央广播电视总台联合发布《超高清视频产业发展行动计划（2019-2022年）》。3月1日下午，工业和信息化部、国家广播电视总局、中央广播电视总台印发《超高清视频产业发展行动计划（2019-2022年）》，计划指出，要按照“4K先行、兼顾8K”的总体技术路线，大力推进超高清视频产...
2019-03-03 16:45:47
923
原创 牛客 对输入的字符串进行排序后输出
链接：https://ac.nowcoder.com/acm/contest/5646/I来源：牛客网题目描述 对输入的字符串进行排序后输出输入描述:多个测试用例，每个测试用例一行。每行通过空格隔开，有n个字符，n＜100输出描述:对于每组测试用例，输出一行排序过的字符串，每个字符串通过空格隔开示例1输入复制a c bbf ddddnowcoder输出复制a bb cdddd fnowcoderint main1(){ string s; .
2020-07-24 21:20:39
1402
原创 牛客 输入输出练习J题
链接：https://ac.nowcoder.com/acm/contest/5646/J来源：牛客网题目描述对输入的字符串进行排序后输出输入描述:多个测试用例，每个测试用例一行。每行通过,隔开，有n个字符，n＜100输出描述:对于每组用例输出一行排序后的字符串，用','隔开，无结尾空格示例1输入复制a,c,bb f,dddd nowcodera,c,bbf,ddddnowcoder输出复制a,bb,c dddd,f nowcodera.
2020-07-24 17:39:16
1038
原创 牛客 输入输出练习
链接：https://ac.nowcoder.com/acm/contest/5646/H来源：牛客网题目描述对输入的字符串进行排序后输出输入描述:输入有两行，第一行n第二行是n个空格隔开的字符串输出描述:输出一行排序后的字符串，空格隔开，无结尾空格示例1输入5c d a bb e输出a bb c d e#include <iostream>#include <string>#include <ve..
2020-07-24 16:54:31
1206
原创 AV1 代码函数关系 VS函数调用查看技巧
如果大家有更好更常用的vs技巧，欢迎留言和交流。Visual Stdio 进入 Debug调试模式，设置调试断点。调用堆栈。用来查看复杂程序的一些程序调用该关系。进入选项 在代码图上显示调用堆栈。 很好用。。如果大家有更好更常用的技巧，以及开发过程中的技巧，欢迎留言和交流。...
2019-12-09 22:03:03
1616
1
转载 视频编码中CBR和VBR的区别,CRF和CQP的区别
在视频编码中，有一个模块是码率控制，即通过选择一系列编码参数，使得视频编码后的比特率满足所需要的速率限制，并且使编码失真竟可能小。该模块严格上不属于视频编码标准，属于率失真优化有两范畴。码率控制分为两个步骤，一个是码率分配，二是确定量化参数； 在实际应用中，存在好几种码率控制方法，分别是CBR,VBR,ABR和CVBR,下面对着四个技术进行展开：CBR:constant bitrat...
2019-10-30 09:45:41
19497
转载 HEVC、AV1、VVC：如何理解2019年的编解码器世界（干货！）
原文链接：https://blog.csdn.net/vn9PLgZvnPs1522s82g/article/details/100919378LiveVideoStack又出干货，建议持续关注。ps：我和LiveVideoStack真的没半毛钱关系，只是觉得文章很赞转的。版权声明：本文为博主原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。本文链接：...
2019-10-29 21:18:53
5900
转载 CS压缩感知
机器之心 https://mp.weixin.qq.com/s/n7oeblund-YRl88VrLGRAg【马毅教授「高维数据的低维结构与深度模型」】：忽然想不起 压缩感知的原理 采样定理的原理上的差别。奈奎斯特采样定理：https://www.cnblogs.com/AndyJee/p/5050321.html定理：为了不失真地恢复模拟信号，离散信号系统的采样频率不小于模拟信号...
2019-08-04 16:36:30
2156
转载 VS2017快捷键
项目相关的快捷键 Ctrl + Shift + B= 生成项目 Ctrl + Alt + L= 显示 Solution Explorer（解决方案资源管理器） Shift+Alt+ C= 添加新类 Shift+Alt+ A= 添加新项目到项目 编辑相关的键盘快捷键 Ctrl + Enter= 在当前行插入空行 Ctrl + Sh...
2019-07-02 19:49:31
2043
原创 ffmpeg
首先在下载ffmpegffmpeg的官方网站是：http://ffmpeg.org/编译好的可用版本的下载地址：http://ffmpeg.zeranoe.com/builds/该指令用于将用y4m文件转为yuvffmpeg.exe -i from_the_star.wmv -s 352x288 from_the_star.yuv用ffmpeg编码yuv文件要注意f...
2019-06-13 16:58:39
1934
原创 av1编译
Step 1:在http://www.msys2.org/下载msys2,安装完成后打开msys2Step 2:在终端中输入(这一步很重要）pacman -S mingw-w64-x86_64-cmake gcc mingw-w64-x86_64-winpthreads-git mingw-w64-x86_64-libwinpthread-git binutils coreutils ...
2019-06-08 20:43:33
1691
转载 香农三大定理
香农三大定理是信息论的基础理论。香农三大定理是存在性定理，虽然并没有提供具体的编码实现方法，但为通信信息的研究指明了方向。香农第一定理是可变长无失真信源编码定理。香农第二定理是有噪信道编码定理。香农第三定理是保失真度准则下的有失真信源编码定理。香农第一定理(可变长无失真信源编码定理)设离散无记忆信源X包含N个符号{x1,x2,…,xi,..,xN}，信源发出K重符号序列，则此信源可发...
2019-05-08 19:02:14
9028
原创 python 调用
python 调用 Python 读取文件时的路径问题 . - Northxw - CSDN博客 https://blog.csdn.net/Vincent_Xupt/article/details/72790693一下来自脚本之家下面的用于学习记录下 方法三要掌握本文实例讲述了Python实现调用另一个路径下py文件中的函数方法。分享给大家供大家参考，具体如下：...
2019-04-27 21:22:43
155
原创 linux 杂记 怎么解决 cuda 10.1 跑 cuda8下的代码 error
一个问题：error: /home/dell/.cache/Python-Eggs/correlation_package-0.1-py2.7-linux-x86_64.egg-tmp/correlation_package/_ext/corr/_corr.so: undefined symbol: __cudaRegisterFatBinaryEnd？？？？怎么解决 cuda 10.1 跑c...
2019-04-14 21:30:09
1803
1
原创 池化
（Pooling）average：对背景保留较好，max:对纹理提取较好。一般用max.具有平移不变形。可以理解为取最大 激活的地方，在平移之后仍然具有相同的激活。这里的激活为池化结果，是提取信息的过程。从反向传播多理解下。Jason只想做个好程序猿https://blog.csdn.net/danieljianfeng/article/details/42433475内...
2019-04-05 11:13:16
956
原创 激活函数
relu max(0,x) 在反传时 大于0 梯度为1 ，反传更新。小于0不能更新。以此类推，sigmoid的反传 受到局限， 只能在有限范围更新权值，还会出现梯度消失不能更新的情况。多用于分类。可以联系KL散度。交叉熵损失。激活函数python绘图：https://github.com/YonghuaWang1/Deep-Learning/blob/master/Activat...
2019-03-31 22:14:56
232
原创 L2 norm，BatchNorm，损失函数和激活函数
对于机器学习 深度学习中的一些常见知识 L2 norm，BatchNorm，损失函数和激活函数 总结：L1 norm就是绝对值相加，又称曼哈顿距离;L1范数是L0范数的最优凸近似，而且它比L0范数要容易优化求解。所以大家才把目光和万千宠爱转于L1范数。L1范数和L0范数可以实现稀疏，L1因具有比L0更好的优化求解特性而被广泛应用。L2 norm就是欧几里德距离之和。（应用广泛）它也不...
2019-03-12 22:33:18
2146
转载 梯度下降（BGD）、随机梯度下降（SGD）、Mini-batch Gradient Descent、带Mini-batch的SGD
https://blog.csdn.net/llx1990rl/article/details/44001921梯度下降（BGD）、随机梯度下降（SGD）、Mini-batch Gradient Descent、带Mini-batch的SGD一、回归函数及目标函数以均方误差作为目标函数（损失函数），目的是使其值最小化，用于优化上式。二、优化方式（Gradient Descent...
2019-03-12 22:14:01
346
转载 ios::app与ios::ate的区别
用到ios::app，记录下ios::app与ios::ate的区别 文件流 ios::app ios::ate 打开方式 结果 打开方式 结果 ofstream (默认是ios::in | ios::trun...
2019-03-10 23:45:55
516
转载 图像金字塔
本文转载自：http://blog.csdn.net/dcrmg/article/details/52561656 图像金字塔图像金字塔是一种以多分辨率来解释图像的结构，通过对原始图像进行多尺度像素采样的方式，生成N个不同分辨率的图像。把具有最高级别分辨率的图像放在底部，以金字塔形状排列，往上是一系列像素（尺寸）逐渐降低的图像，一直到金字塔的顶部只包含一个像素点的图像，这就构成了传...
2019-03-06 11:10:56
208
原创 最大似然估计和贝叶斯估计
最大似然估计估计最大似然估计提供了一种给定观察数据来评估模型参数的方法，即：“模型已定，参数未知”。简单而言，假设我们要统计全国人口的身高，首先假设这个身高服从服从正态分布，但是该分布的均值与方差未知（但估计时是个确定量）。贝叶斯估计不同于ML估计，不再把参数θ看成一个未知的确定变量，而是看成未知的随机变量，通过对第i类样本Di的观察，使概率密度分布P(Di|θ)转化为后验概率P(...
2019-03-06 10:58:17
440
原创 PyCharm代码运行快捷键 以及CMD cmd PyCharm 命令行 VS命令
经常忘记命令，记录下：进入e盘： e:进入e盘文件夹： cd 文件夹名称运行python文件：python fLOW.py退出返回文件上一级目录(e盘）： cd e:/有时安装软件不要重启 echo %PATH%Pycharm中的部分快捷键1、Ctrl + Enter：在下方新建行但不移动光标；2、Shift + Enter：在下方新建行并移到新行行首；...
2019-03-03 21:26:51
1309
原创 深度学习的正则化
在机器学习中，许多策略被显示地设计减少测试误差(可能以增大训练误差为代价），这些策略被统称为正则化。1. 损失函数：Jw = MSE + 正则项正则化是指修改学习算法，使其降低泛化误差而非训练误差。常见正则项有L2,L12. 欠拟合（underfitting）和过拟合（overfitting）。欠拟合是指模型不能在训练集上获得足够低的误差。而过拟合是指训练误差和和测试误差之间...
2019-03-03 10:38:03
328
转载 上采样 下采样
转自：http://baike.baidu.com/view/3038019.htm和http://blog.sina.com.cn/s/blog_672c5a470100pmj6.html注意：下采样与池化可以有所不同，基本原理是一样的。一般情况，下采样：平均s*s窗口内的图像池化：平均s*s窗口内的图像或最大s*s窗口内的图像。采样层是使用 pooling的相关技术来实现的，目的...
2019-03-02 22:14:24
7085
转载 读取视频帧,将YUV视频导出生成BMP图片形式--matlab
读取视频帧,将YUV视频导出生成BMP图片形式--matlabclose all;clearfid = fopen('rec.yuv','r') %此处修改自己的文件名row=176;col=144; %大小frames=10; %要转换的帧数Y=zeros(row,col,frames);U...
2019-02-28 21:59:49
1342
转载 ->指针
转自dasun99.99的360回答->是一个整体，它是用于指向结构体、C++中的class等含有子数据的指针用来取子数据。换种说法，如果我们在C语言中定义了一个结构体，然后申明一个指针指向这个结构体，那么我们要用指针取出结构体中的数据，就要用到“->”.举个例子：struct Data{int a,b,c;}; /*定义结构体*/struct Data * p;/*定...
2019-02-28 21:56:33
4935
3
转载 HEVC HM对应类
转自慢慢积累不怕寂寞 和博主http://blog.csdn.net/NB_vol_1/article/category/6179825TcomPic 是图片类，它包含TComPicSym（图像符号类）和TComPicYuv（yuv数据类：包括原始数据，预测数据、残差数据）TvideoIOYuv 是用来读取yuv文件的类，读取出来之后把数据放到TComPicYuv中TComPic...
2019-02-28 19:34:51
266
转载 HM编码流程
转自：http://blog.csdn.net/nb_vol_1/article/details/51144828, http://blog.csdn.net/qq_21747841/article/details/75671087该作者也是转载，在此表示对这篇文章作者的感谢。 整个流程可以从compressGOP函数开始着手： 1、compressGOP对一整个图像组（GOP）进行编码，主要...
2019-02-24 11:17:58
1053
转载 const char*, char const*, char*const
原文地址：http://blog.csdn.net/yingxunren/article/details/3968800const char*, char const*, char*const的区别问题几乎是C++面试中每次都会有的题目。事实上这个概念谁都有,只是三种声明方式非常相似很容易记混。Bjarne在他的The C++ Programming Language里面给出过一个助...
2019-02-16 23:21:31
114
原创 c++类型转换(距离单位为例）
例子：把单位为码的长度转换为码、英尺、英寸。下面例子进行了转换，同时最终的转换结果也舍去了英寸下面的余数。// type_convert.cpp : 定义控制台应用程序的入口点。//#include "stdafx.h"#include <iostream>int main(){ const unsigned int feet_per_yard { 3...
2019-02-16 20:36:15
1705
原创 HEVC视频编码部分概念整理
部分摘录https://blog.csdn.net/qq_21747841/article/details/73332394，感谢慢慢积累不怕寂寞。在此，学习一下。部分摘录 https://blog.csdn.net/HEVC_CJL/article/details/8170646 感谢作者作者：hevc_cjl。对于一个完整的HM解决方案来说，总共包含了7个工程：1. TApp...
2019-02-15 20:11:15
902
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人