• 等级
  • 3824885 访问
  • 141 原创
  • 0 转发
  • 394 排名
  • 2335 评论
  • 4174 获赞

【Android】性能优化:电量消耗统计

电量的消耗和使用对于移动设备非常重要,一项调查问卷显示,电池的容量和寿命是手机最重要的营销点:所谓“the one thing that you can't do without”。 硬件 从硬件的角度看,Android电量的消耗主要来自屏幕,CPU,网络设备和各样的传感器:指纹,亮度,温湿度,陀螺仪,加速器等等。通常情况下,屏幕是耗电量最大的模式。一般来讲,Android设备的屏幕主要分...

2018-12-03 22:03:36

【Android】性能优化:渲染

Google在Udacity上发布了《Android Performance》的在线课程,介绍了如何通过工具识别和和修复性能问题。课程分为四节:渲染,计算,内存,耗电。比较系统,难度不高,学完大概6~8个小时。有些内容可能稍有过时(后文会提到官方推荐的新的工具及库),但整体还是非常推荐的。性能是软件最基本的需求之一,每个开发人员都应该学一定的性能优化知识。 刷新率&丢帧 有关渲染最基本...

2018-11-25 21:12:16

【Android】生成随机数

几种动态生成随机数的方法: 使用System#currentTimeMillis()获取一个当前时间毫秒数的long型数字 使用Random#nextInt(int n)产生一个0到n之间整数 使用Math#random()返回一个0到1之间的double值 使用ThreadLocalRandom.nextInt(0, n)生成0到n之间的随机整数 使用SecureRandom 使用S...

2018-10-17 21:48:42

【计算机视觉】对象距离的平面显示

想把一些对象的距离关系显示在图上,对象特征是很多维的,而显示通常用二维平面或三维立体图。于是先用PCA将特征降成两维,然后两维分别作横轴和纵轴。这里PCA用的MATLAB降维工具箱drtoolbox,这样在平面上的一个关系就可以显示出来了。mappedX = compute_mapping(X, 'PCA', 1); 另外每个对象还有个相应的值,相当于还有一维信息想表示出来。除了用三维图,也可以

2014-07-26 13:30:46

【模式识别】MPL,MIL和MCL

MIL和MPL是CV的大牛Boris Babenko at UC San Diego提出来的,其思想可以用下面一幅图概况。MIL是指一个对象的学习实例可能有很多种情况,学习的时候不是用一个精确的标注对象来学习,而是用一个对象的多个实例组成的“包”来学习;而MPL是指一个对象会有多个姿态(Pose),学习的时候用一个分类器常常难以达到很好的效果,所以可以训练多个分类器来分别学习不同的Pose。其描述的都是对一个对象多种情况的同时学习和对齐的策略,也就是MIL是“adjusting training sampl

2014-07-07 10:26:29

【模式识别】SVM核函数

以下是几种常用的核函数表示:线性核(Linear Kernel)多项式核(Polynomial Kernel)径向基核函数(Radial Basis Function)也叫高斯核(Gaussian Kernel),因为可以看成如下核函数的领一个种形式:径向基函数是指取值仅仅依赖于特定点距离的实值函数,也就是。任意一个满足特性的函数 Φ都叫做径向量函数,标准的一般使用欧氏距离,尽管其他距离函数也是可

2014-06-30 14:40:11

【计算机视觉】基于行为的ReID演示

帮老师做了一个简单的基于行为(主要是步态)的ReID问题的Demo,效果如下图:下面是提取的集中特征,前三个都是GEI系的,后几个是基于光流场的。然后右边是识别出的几个对象的排序,因为没有角度和衣服,书包等协变量改变的问题,所以识别比较准确,排第一的就是对的。其实特征是之前提好的,因为对象也不多,识别序列对也是一次性计算的。右边识别出的几个人是显示的动态行走的序列图,所以预先把每个人resize的

2014-06-30 10:03:31

【模式识别】Learning To Rank之RankBoost

RankBoost的思想比较简单,也是二元Learning to rank的常规思路:通过构造目标分类器,使得pair之间的对象存在相对大小关系。通俗点说,把对象组成一对对的pair,比如一组排序r1>r2>r3>r4,那可以构成pair:(r1,r2)(r1,r3),(r1,r4),(r2,r3)(r3,r4),这样的pair是正值,也就是label是1;而余下的pair如(r2,r1)的值应该

2014-06-18 23:47:51

【计算机视觉】SIFT中LoG和DoG比较

在实际计算时,三种方法计算的金字塔组数noctaves,尺度空间坐标,以及每组金字塔内的层数S是一样的。同时,假设图像为640*480的标准图像。

2014-06-03 10:05:25

【计算机视觉】会议投稿相关推荐

一个call for paper的网站,small推荐给我的:http://www.wikicfp.com/cfp/可以添加自己关注的

2014-05-30 14:09:09

【OpenCV】透视变换 Perspective Transformation(续)

透视变换的原理和矩阵求解请参见前一篇

2014-05-27 09:39:46

【图像处理】透视变换 Perspective Transformation

透视变换(Perspective Transformation)是将图片投影到一个新的视平面(Viewing Plane),也称作投影映射(Projective Mapping)。通用的变换公式为:u,v是原始图片左边,对应得到变换后的图片坐标x,y,其中。变换矩阵可以拆成4部分,表示线性变换,比如scaling,shearing和ratotion。用于平移,产生透视变换。所以可以理解成仿射等是透

2014-05-26 13:14:13

【模式识别】CART和GML AdaBoost MATLAB TOOLBOX

GML AdaBoost Matlab Toolbox是一款非常优秀的AdaBoost工具箱,内部实现了Real AdaBoost, Gentle AdaBoost和Modest AdaBoost三种方法。AdaBoost的训练和分类的结构都是相似的,可以参考前一篇《Boosting》,只简介一下GML。GML内部弱分类器使用的CART决策树。决策树的叶子表示决策,内部每个分支都是决策过程。从根部

2014-05-23 21:18:49

【模式识别】Boosting

分类中通常使用将多个弱分类器组合成强分类器进行分类的方法,统称为集成分类方法(Ensemble Method)。比较简单的如在Boosting之前出现Bagging的方法,首先从从整体样本集合中抽样采取不同的训练集训练弱分类器,然后使用多个弱分类器进行voting,最终的结果是分类器投票的优胜结果。这种简单的voting策略通常难以有很好的效果。直到后来的Boosting方法问世,组合弱分类器的威

2014-05-17 21:04:49

【图像处理】Schmid滤波器

Schmid也是一种类Gabor图像滤波器,在

2014-05-07 09:03:15

【图像处理】Gabor滤波器

Gabor的核函数参考的wiki使用实数Real的公式计算核函数代码:Mat gaborFilter(Mat& img, Mat& filter){ int half_filter_size = (max(filter.rows,filter.cols)-1)/2; Mat filtered_img(img.rows,img.cols,CV_32F); for(int i=0;i<img.r

2014-04-30 00:36:18

【计算机视觉】步态数据集

收集的几个步态相关的数据集:(转载请注明作者和出处:http://blog.csdn.net/xiaowei_cqu 未经允许请勿用于商业用途)

2014-04-24 12:57:07

【C++】随机重命名MP3文件

新置MP3播放器一件,居然没有随机播放的功能,坑啊!身为程序媛一枚,自己动手吧~获取当前路径:char buf[1000]; GetCurrentDirectory(1000,buf); string cur_folder_file = string(buf)+"\\*.mp3";获取当前路径mp3文件列表:void getMp3Names(string filepath,vector &n

2014-04-18 15:48:56

【模式识别】K-近邻分类算法KNN

K-近邻(K-Nearest Neighbors, KNN)是一种很好理解的分类算法,简单说来就是从训练样本中找出K个与其最相近的样本,然后看这K个样本中哪个类别的样本多,则待判定的值(或说抽样)就属于这个类别。以下是KNN算法的步骤:计算已知类别数据集中每个点与当前点的距离;选取与当前点距离最小的K个点;统计前K个点中每个类别的样本出现的频率;返回前K个点出现频率最高的类别作为当前点的预测分类。

2014-04-15 20:19:35

【OpenCV】高斯混合背景建模

OpenCV中实现了两个版本的高斯混合背景/前景分割方法(Gaussian Mixture-based Background/Foreground Segmentation Algorithm)[1-3],调用接口很明朗,效果也很好。BackgroundSubtractorMOG 使用示例int main(){ VideoCapture video("1.avi"); Mat frame,ma

2014-04-14 17:40:45

xiaowei_cqu

软件开发工程师。 关注:安卓开发、图像处理、机器视 觉等领域。 ...展开 收起
关注
奖章
  • 专栏达人