原创 低秩矩陣在機器視覺中的理解--Low-Rank representations

閱讀論文Learning Structured Low-rank Representations for Image Classification 文章主要有兩個創新點 1.在普通的低秩表示外另外加了對低秩表示的係數需要稀疏,這個的物理

原创 學習稀疏編碼day3-Pursuit Algorithms – Guarantees

今天閱讀了第四章的Pursuit Algorithms – Guarantees,因爲今天一整天有課只閱讀了第一節。以下是筆記推導過程。

原创 基於pythonSimpleHTTPServer的d3js (bubble_cloud-gh-pages)

主要介紹了1python的安裝和簡單服務器的配置2.d3js應用的修改 D3.js的一個動態效果圖見http://vallandingham.me/bubble_cloud/ 源代碼地址:http://download.csdn.net

原创 計算機視覺方面的代碼

原文:http://blog.csdn.net/xinanzhung/article/details/8790875 UIUC的Jia-Bin Huang同學收集了很多計算機視覺方面的代碼,鏈接如下: https://n

原创 BGSLibrary背景減法庫

文章轉載自http://blog.csdn.net/carson2005/article/details/8861685  如題,該庫名爲BGSLibrary,是採用C++編寫的用於 background subtraction (B

原创 低秩表示的學習--Latent Low-Rank Representation(LatLLR)

最近讀了LLR(Low Rank Representation)的文章,所以整理一下。本文的主線是LLR-->LantLLR-->RobustLLR 代碼地址:https://download.csdn.net/download/smil

原创 Test checkout of feature 'Compiler' failed.

2014a的解決辦法 適用於已安裝compiler但破解不完全的, ht—tp://pan.baidu.com/s/1qWFbOjq,提取碼84rg , 上面鏈接失效,可嘗試htt-ps://pan.baidu.com/s/1uAQGLT

原创 SVD奇異值分解 可視化特徵臉

1.      奇異值分解 給出一個l*n維的矩陣X ,它的秩爲r.存在兩個酉矩陣U和V,相應的維數分別爲l*l和n*n,所以可以給出: 2.     基於SVD的低階近似 如果在公式(3)求和時,使用少於r的項(r爲X的秩),我

原创 低秩矩陣的應用--背景建模

背景建模是從拍攝的視頻中分離出背景和前景。 由於背景的視頻基本是不變的,所以如果把每幀當做一個矩陣的一列那麼,矩陣是低秩的,所以低秩矩陣的恢復來恢復出背景。 今天主要完成了,在自己的數據庫讓進行背景和前景的分離。下面爲主要步驟: 1.從馬

原创 SIFT特徵提取

SIFT:一種基於尺度空間的對於圖像縮放、旋轉甚至仿射變換保持不變性的圖像局部特徵描述算子。 SIFT流程可以理解爲1.如何找到關鍵點2.怎麼表示128維SIFT特徵的 1.如何找到關鍵點 首先什麼是尺度空間:尺度空間是對原始圖像進行尺度

原创 圖像物體分類和物體檢測算法的概括

參考資料《圖像物體分類與檢測算法綜述》--黃凱奇 計算機學報 1.研究問題: 物體分類:要解決是否這張圖片中包含某類物體 物體檢測:物體出現在圖中的什麼地方,需要給出物體外接矩形 物體分類與檢測算法的主流方法:基於表達學習和結構學習 2.

原创 c++稀疏表示框架搭建的過程中遇到的錯誤

因爲項目需要,所以得用c++開發一套稀疏編碼的分類算法,期間遇到很多小問題記錄一下。 1.訓練完的字典,對其進行稀疏表示後,需用分類器進行分類,如果用殘差最小的方法錯誤率很高,因爲,字典進過訓練後表達能力變強,所以這一類的一小部分可以表達

原创 會議論文整理

ICIP: 網址:http://www.icip2015.org 提交時間:2015.2.30 開會時間:2015.9.27-30 地點:加拿大 Quebec special session: SS9.1: Industry Specia

原创 SURF、SIFT、Fast角點檢測的代碼(opencv)

一、SURF#include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.h

原创 matlab獲取文件夾中所有圖像的方法

 1。 指定路徑下 單個文件夾data中所有圖像 file_path =  '.\data\';% 圖像文件夾路徑 img_path_list = dir(strcat(file_path,'*.jpg'));%獲取該文件夾中所有j