原创 DPM(Defomable Parts Model) 源碼分析-檢測(二)
DPM(Defomable Parts Model)原理 首先聲明此版本爲V3.1。因爲和論文最相符。V4增加了模型數由2個增加爲6個,V5提取了語義特徵。源碼太長純代碼應該在2K+,只選取了核心部分代碼 demo.m function
原创 圖像分割—基於圖的圖像分割(OpenCV源碼註解)
算法介紹見:圖像分割—基於圖的圖像分割(Graph-Based Image Segmentation) 原文是Linux平臺,圖像格式PPM,比較不習慣,我改成了OpenCV,效果有一點點差別,應該是高斯濾波效果有差異。 此外,原算對邊排
原创 圖像分割—mean shift(OpenCV源碼註解)
關於meanshitf的介紹: mean shift 圖像分割 (一): 1 總體思想,2 算法步驟 mean shift 圖像分割 (二): 3 算法原理,4 延伸 mean shift 圖像分割 (三): 5 非參數密度
原创 OpenCV2.4.5+VS2012+Win7環境搭建
OpenCV2.4.5+VS2012+Win7環境搭建 本來覺得配置很簡單,但是還是會有人經常出錯,所以還是貼出這種入門帖了,對於新手,一定不要自作主張,一定要仔細按我寫的做 OpenCV 下載鏈接,先把這個下下來。 http://ope
原创 SVM(支持向量機)- 基本思想(一)
SVM(支持向量機)- 基本思想(一) Reference: Pluskid系列博客 《Pattern recognition and machine learning》CM Bishop - 2006 《con
原创 行人檢測論文彙總
from http://www.pedestrian-detection.com/ 2014 S. Tang, M. Andriluka and B. Schiele, "Detection and Tracking of Occl
原创 明大推薦系統導論筆記 week 1
1.Introduction to Recommender Systems Understand what a recommender system is Some history and background A Bit of
原创 python django環境配置
Python Django環境配置 環境: CentOS 6.5,之後要用到MySQL 爲了防止以後安裝其它模塊,所以先裝了個pip 1 安裝python 下載: sudo wget http://www.python.org/ft
原创 elasticsearch(三) mapping之type,anlayzer
1.造數據 POST my_index/my_type/1 { "group":"高富帥", "id": "1234", "sex": 1, "attribute": "eating,car,girls", "bi
原创 elasticsearch(一) 環境和工具
Elasticsearch簡介 官網介紹 大概就是快、分佈式之類的,基礎是開源搜索lucence,over! 安裝elasticsearch ref:Installing and Running Elasticsearch 再
原创 機器學習基石筆記 Lecture 1: The Learning Problem
Lecture 1: The Learning Problem what is machine learning? 人類的學習: 機器學習: why use machine learning? 機器具有自學習,相對於手工
原创 Matlab 提取網頁信息保存到Excel(正則表達式)
這次扯個題外話,做這個完全是爲幫同學獲取快遞網點信息 要求:得到上海市天天快遞所有網點的信息 title_colum= {'所在地區','公司名稱','地址','聯繫電話','派送範圍','Link'};最後要將結果放到Excel中,具體
原创 明大推薦系統導論筆記 week 2
1.Introduction to Non-Personalized Recommenders 依據羣衆的average選擇推薦,簡單有效,但是不夠個性化。例如,我想給冰淇淋加點醬,結果給我推薦的是最受歡迎的番茄醬。這顯然和我的co
原创 elasticsearch(二) 基本概念和使用
reference book: 《Elasticsearch: The Definitive Guide》 索引 ref Index (noun) As explained previously, an index is like
原创 TLD之檢測篇(二)
TLD之檢測篇(二) TLD之扯淡篇(一)、TLD之跟蹤篇(三)、TLD之學習篇(四) 掃描方式前面已經說過,具體參數【5.3】:scales step =1.2, horizontal step =10 perce