该论文是一篇来自CMU 的CVPR2013文章，提出了一种基于稀疏编码的轮廓特征，简称HSC（Histogram of Sparse Code），并在目标检测中全面超越了HOG（Histogram of Gradient）本文介绍HSC的思路及其计算过程。如图3所示，HSC方法种采用了疏编码原理来提...
分类：
其他好文 时间：
2015-09-29 11:19:21
阅读次数：
673
题目：大规模图像中的目标检测与分类方法在进行图像目标识别与跟踪时，摄像机所采集的图像，在成像、数字化以及传输过程中，难免会受到各种各样噪声的干扰，图像的质量往往会出现不尽人意的退化，影响了图像的视觉效果。通常这些噪声干扰使得图像退化，表现为图像模糊，特征淹没，这会对图像分析产生不利，使所获得的图像质...
分类：
其他好文 时间：
2015-09-23 10:18:16
阅读次数：
164
前言：运动对象常用在视频监控领域，目的是从序列图像中将变化区域从背景图像中提取出来，运动区域的有效检测对目标分类、跟踪、行为理解等后期处理非常重要。根据摄像机与运动目标之间的关系可分为静态背景下的运动目标检（摄像机静止）和动态背景下的运动目标检测（摄像机也同时运动）。项目中我用到的是静态背景下的运动...
分类：
其他好文 时间：
2015-09-22 18:10:59
阅读次数：
240
小编都深深的震惊了，到底是谁那么好整理了那么多干货性的书籍。小编对此人表示崇高的敬意，小编不是文章的生产者，只是文章的搬运工。《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到...
分类：
其他好文 时间：
2015-09-20 09:14:35
阅读次数：
372
该文的作者是Pedro F. Felzenszwalb等一下，著名DPM在目标检测模型。本文的工作是DPM（变形组件模型）级联，以加快检测速度。加速的方式，现在其次是计算总结成绩的某些部分，假设小于一定的阈值值，丢弃继续检测物体的位置，思想。作者在摘要中说到该文的一个核心贡献：In analogy ...
分类：
其他好文 时间：
2015-09-14 21:04:34
阅读次数：
174
当做重要决定时，大家可能都会吸取多个专家而不只是一个人的意见。机器学习处理问题时又何尝不是如此？这就是元算法背后的思路。元算法是对其他算法进行组合的一种方式。自举汇聚法（bootstrap aggregating），也称为bagging方法，是从原始数据集选择S次后得到S个新数据集的一种技术。新数据...
分类：
编程语言 时间：
2015-09-12 23:32:24
阅读次数：
323
1.提升方法是将弱学习算法提升为强学习算法的统计学习方法，在分类学习中，提升方法通过反复修改训练数据的权值分布，构建一系列基本分类器，并将这些基本的分类器线性组合，构成一个强分类器，代表性的提升方法是AdaBoost算法。2.AdaBoost算法的特点是通过迭代每次学习一个基本分类器，每次迭代中提高...
分类：
其他好文 时间：
2015-09-07 22:49:51
阅读次数：
326
一、AdaBoost的损失函数 AdaBoost优化的是指数损失，即\begin{align*} \mathbb{E}_{\boldsymbol{x} \sim \mathfrak{D}, y}[e^{-y H(\boldsymbol{x})}] = \int_{\boldsymbol{x}} \....
分类：
编程语言 时间：
2015-08-28 13:01:37
阅读次数：
307
写在之前：前些文章曾经细数过从决策树、贝叶斯算法等一些简单的算法到神经网络(BP)、支持向量机（SVM）、adaboost等一些较为复杂的机器学习算法（对其中感兴趣的朋友可以往前的博客看看），各种算法各有优缺点，基本上都能处理线性与非线性样本集，然通观这些算法来看，个人感觉对于数据（无论线性还是非线性）的分类上来说，里面比较好的当数BP、SVM、adaboost元算法这三种了，由于前面在介绍相应算法...
分类：
编程语言 时间：
2015-08-26 17:55:03
阅读次数：
2919
作为(曾)被认为两大最好的监督分类算法之一的adaboost元算法(另一个为前几节介绍过的SVM算法)，该算法以其简单的思想解决复杂的分类问题，可谓是一种简单而强大的算法，本节主要简单介绍adaboost元算法，并以实例看看其效果如何。该算法简单在于adaboost算法不需要什么高深的思想，它的基础就是一个个弱小的元结构（弱分类器），比如就是给一个阈值，大于阈值的一类，小于阈值的一类，这样的最简单的...
分类：
编程语言 时间：
2015-08-21 19:31:38
阅读次数：
568
