原创 圖像處理作業第7次

圖像處理作業第7次 姓名:蔡少斐 學號:2019E8013261007 單位:計算技術研究所 1.請根據課本中Z變換的定義,證明如下結論。 (1)若x(n)x(n)x(n)的ZZZ變換爲X(z)X(z)X(z),則(−1)nx

原创 圖像處理作業4

圖像處理作業4 單位:計算技術研究所 姓名:蔡少斐 學號:2019E8013261007 1. 第二版課本習題4.21 本質沒有區別,只將圖片放置在中心,而周圍填充0的個數不變時,不會影響結果。因爲本質都是進行了週期延拓,使得尾部

原创 圖像處理作業第五次

第5次圖像處理作業 單位:計算技術研究所 姓名:蔡少斐 學號:2019E8013261007 1. 複習理解課本中最佳陷波濾波器進行圖像恢復的過程,請推導出w(x,y)最優解的計算過程. 根據公式: σ2=1(2a+1)(2b+1

原创 NOIP2019 Emiya家今天的飯

NOIP2019 Emiya家今天的飯 ACM退役選手遠程口胡 csf如今真的是太菜了,最後16分的做法愣是想了一下午 考慮使用容斥方法: 1 採用動態規劃,先求出在無限制情況下,安排kkk種烹飪方法總的方案數. 記dp2[i][

原创 圖像處理作業 第8次

圖像處理作業 第8次 蔡少斐 2019E8013261007 7.11 說明尺度函數ϕ(x)=1,0.25≤x<0.75\phi(x)=1 ,0.25 \le x\lt 0.75ϕ(x)=1,0.25≤x<0.75並未滿足多分辨率

原创 圖像處理作業二

作業信息 學號:2019E8013261007 姓名:蔡少斐 班級:705 培養單位:計算技術研究所 1、證明3.44和3.45的正確性 g(x,y)=1K∑i=1Kgi(x,y)g(x,y)=\frac{1}{K}\sum_{i

原创 文章翻譯:Learning Multi-level Deep Representation for Image Emotion Classification,深入理解卷積層

標題:Learning Multi-level Deep Representations for Image Emotion Classification 作者:Tianrong Rao, Student Member, IEEE

原创 網絡流及建模專題(上)

前言 不斷更新中…… 這幾天新坑填不下去了,回來回顧一些經典的模型套路,先拿網絡流開刀,竊以爲洛谷這幾道網絡流的題目還是非常具有代表性的,涵蓋了網絡流調整、多解計數、最小割、最大權閉合子圖問題。 還涵蓋了圖論(二分圖)中的一些結論

原创 四邊形不等式

四邊形不等式 優化一種動態規劃遞推式: fi=min0≤j<i{fj+w(j+1,i)}f_i=min_{0\le j\lt i}\{f_j+w(j+1,i)\}fi​=min0≤j<i​{fj​+w(j+1,i)} 典型題目:

原创 圖像處理作業第三次

學號:2019E8013261007 班級:705 姓名:蔡少斐 圖像處理作業第三次 1.根據書中對傅立葉變換的定義,證明課本165頁上有關傅立葉變換的平移性質。 F(u−u0,v−v0)F(u-u_0,v-v_0)F(u−u0​

原创 數字圖像處理作業

圖像處理作業 1 取s=T(r)=11+(mr)Es=T(r)=\frac{1}{1+(\frac{m}{r})^E}s=T(r)=1+(rm​)E1​ 其中rrr爲原始亮度,mmm爲輸入區間的中點,EEE描述曲線的陡峭程度 2

原创 CVPR19 基於圖卷積網絡的多標籤圖像識別模型 論文筆記

筆記 曠視研究院的研究員提出瞭如下模型,用於圖像的多標籤分類. 該模型與一般模型不一樣的一點是,它的分類器是生成的,因此它有一個專門生成分類器的子網絡. 網絡主要由兩部分構成 特徵表示子網絡,該網絡由ResNet-101構成,即藍

原创 Simple-Faster-RCNN源碼學習筆記

Simple-Faster-RCNN 源碼學習 項目github地址: https://github.com/chenyuntc/simple-faster-rcnn-pytorch 源碼 源文件: model/utils/bbo

原创 區間dp專題

區間dp專題 基本思想 區間dp一類的問題往往子問題具有很明顯的區間性質,也就是說我們可以通過將子問題定義爲整個區間的一個子區間.因爲一個大區間可以切分成兩段相鄰的子區間.從這點出發,我們便可以找到遞推關係. 1.紙牌遊戲 蜘蛛牌遊戲

原创 VAE(變分自編碼器)學習筆記

VAE學習筆記 普通的編碼器可以將圖像這類信息編碼成爲特徵向量. 但通常這些特徵向量不具有空間上的連續性. VAE(變分自編碼器)可以將圖像信息編碼成爲具有空間連續性的特徵向量. 方法是向編碼器和解碼器中加入統計信息,