原创 計算機視覺學術界大牛

1.cv圈的格局, 按師承關係,總結a tree stucture of cv guys. David Marr ----->Shimon Ullman (Weizmann) ----->Eric Grimson (MIT)   

原创 計算機視覺領域的一些大牛網站

以下鏈接是本人整理的關於計算機視覺(ComputerVision, CV)相關領域的網站鏈接,其中有CV牛人的主頁,CV研究小組的主頁,CV領域的paper,代碼,CV領域的最新動態,國內的應用情況等等。打算從事這個行業或者剛入門的朋友可

原创 計算機頂級會議排名

CORE Computer Science Conference Rankings Acronym Standard Name Rank AAAI National Conference of the American

原创 Spectral Clustering

如果說 K-means 和 GMM 這些聚類的方法是古代流行的算法的話,那麼這次要講的 Spectral Clustering 就可以算是現代流行的算法了,中文通常稱爲“譜聚類”。由於使用的矩陣的細微差別,譜聚類實際上可以說是一“類”

原创 譜聚類算法(Spectral Clustering)

譜聚類算法(Spectral Clustering) 譜聚類(Spectral Clustering, SC)是一種基於圖論的聚類方法——將帶權無向圖劃分爲兩個或兩個以上的最優子圖,使子圖內部儘量相似,而子圖間距離儘量距離較遠

原创 SIFT特徵提取分析

SIFT(Scale-invariant feature transform)是一種檢測局部特徵的算法,該算法通過求一幅圖中的特徵點(interest points,or corner points)及其有關scale 和 orient

原创 K-SVD簡述——字典學習,稀疏編碼,MOD與之對比(附代碼)

1. k-SVD introduction 1.     K-SVD usage: Design/Learn a dictionary adaptively to betterfit the model and achieve sp

原创 核函數

7 核函數(Kernels) 考慮我們最初在“線性迴歸”中提出的問題,特徵是房子的面積x,這裏的x是實數,結果y是房子的價格。假設我們從樣本點的分佈中看到x和y符合3次曲線,那麼我們希望使用x的三次多項式來逼近這些樣本點。那麼首先需要

原创 計算機視覺、模式識別、機器學習常用牛人主頁鏈接

牛人主頁(主頁有很多論文代碼) Serge Belongie  at UC San Diego Antonio Torralba  at MIT Alexei Ffros  at CMU Ce Liu  at Microsoft

原创 基於稀疏表示的人臉識別 (SRC,LASRC,RASL,MRR)

1.  問題背景         信號的稀疏表示並不是新的東西。我們很早就一直在利用這一特性。例如,最簡單的JPEG圖像壓縮算法。原始的圖像信號經過DCT變換之後,只有極少數元素是非零的,而大部分元素都等於零或者說接近於零。這就是信號

原创 圖像融合框架結構

feature fusionscore fusiondecision fusion