机器视觉开源处理库汇总 从cvchina搞到的机器视觉开源处理库汇总，转来了，很给力，还在不断更新。。。 通用库/General Library OpenCV 无需多言。 RAVL Recognition And Vision Library. 线程安全。强大的IO机制。包含AAM。 CImg 很酷 ...
分类：
其他好文 时间：
2016-07-04 06:28:20
阅读次数：
147
【1】Shi B, Wang X, Lv P, et al. Robust Scene Text Recognition with Automatic Rectification[J]. arXiv preprint arXiv:1603.03915, 2016. 上图即为本篇论文的系统框架：包括 Spatial Transformer Network (STN ) 以及 Sequence Reco...
分类：
其他好文 时间：
2016-06-28 11:07:32
阅读次数：
145
K-L变换的理论知识
K-L变换是除了PCA外的另一种常用的特征提取方法，它有很多种形式，最基本的形式跟PCA类似，它跟PCA的不同在于，PCA是一种无监督的特征变换，而K-L变换能够考虑到不同的分类信息，实现有监督的特征提取。
根据随机过程中的KL展开理论，将随机过程描述为无数个正交函数的线性组合，而在模式识别问题中，通常可以将一个样本看成是随机向量的某一次实现结果，所以假设有一d维随机向量...
分类：
其他好文 时间：
2016-06-23 18:55:45
阅读次数：
277
在有限的样本下，如果决策树生长得很大，树枝很多，那么就有可能导致有限样本中对采样的偶然性或噪声比较敏感，导致过学习，从而范化能力差。
首先来看一幅图，如图：
上图是一次测试中用ID3算法得到的有关决策树的大小与在训练数据和测试数据上的正确率的关系，不难看出，出现了过学习，如果样本不足够多，随着决策树达到一定规模大小，训练数据上的正确率会不断增加，而在测试数据上的正确率不增...
分类：
其他好文 时间：
2016-06-21 08:04:48
阅读次数：
211
引言
模式识别是一门基于数据的学科，因此所有的模式识别问题都会面临的同一个问题就是数据的随机性问题。模式识别中每个方法的实现都是基于一个特定的数据样本集的，但是这个样本集只是所有可能的样本中的一次随机抽样，毕竟在我们的生活实际中存在着万物众生，多到我们数也数不清，甚至计算机都无法统计的清，而我们搜集到的充其量只是其中很小很小的一部分，这也是为什么机器学习中缺少的只是数据，只要有足够...
分类：
其他好文 时间：
2016-06-21 07:56:40
阅读次数：
160
1.监督学习
回归算法通常用在监督学习中的学习算法，所以在讲回归之前，先来说说监督学习。
我们已经学习了很多的分类器设计方方法，如感知器、SVM等，他们的共同特点都是，根据给定的带有类别标签的样本，训练学习机器，然后使得机器能够对新来的无标签样本进行正确分类，像这种就属于监督模式识别，对学习机器来说就是监督学习。
举个栗子，就拿老师们讲课最喜欢用的预测房价的例子，图形表示监督学习的过程如下：...
分类：
其他好文 时间：
2016-06-17 17:22:37
阅读次数：
231
本文实现基于eigenface的人脸检测与识别。给定一个图像数据库，进行以下步骤： 进行人脸检测，将检测出的人脸存入数据库2 对数据库2进行人脸建模 在测试集上进行recognition 本篇实现第一步： 进行人脸检测，将检测出的人脸存入数据库2 进行人脸检测，将检测出的人脸存入数据库2 环境：vs ...
分类：
其他好文 时间：
2016-06-17 16:54:30
阅读次数：
183
1.数值特征与非数值特征
学习分类这么久，不知道大家有没有注意一个问题，那就是我们的输入样本数据都是基于数值计算的，因此在近邻法中才可以计算距离这一说，这种可以用数值来描述的对象特征，我们称之为数值特征，但是在我们生活中所涉及的分类问题并非都是用数值特征来描述某个研究对象的，因此与数值特征对应的就是非数值特征，比如男生和女生比较喜欢什么样的颜色等等。
关于非数值特征，主要有以下几种：
1）名...
分类：
其他好文 时间：
2016-06-16 13:24:09
阅读次数：
317
近邻法中计算距离需要遍历，带来很大的计算量和存储量，为了改善这两方面的性能，有人提出采用分枝界定算法（Branch-Bound Algorithm）来改进近邻法，主要分为两个阶段：1）利用人工划分或K-means聚类算法或其他动态聚类算法将样本集X划分成层级形式，形成一个树结构；2）利用树搜索算法找出与未知样本的k个近邻。
1.层级划分
1）将样本集X划分成l个子集，每个子集再分成l个子集，...
分类：
编程语言 时间：
2016-06-15 12:47:47
阅读次数：
423
本篇文章对不同阶段的SVM进行严格梳理和总结，不管是初级版的SVM，还是升级版的SVM，你都会发现其实在SVM中一直是有两个核心在贯穿其中的，相信看完本篇的学习，你就会对SVM这个重要级的分类器有个全面的了解，或者有自己的体会，好吧，开始吧，Good luck。。
1.核心思想
对于任何非线性方法，如果对特征进行适当的变换，那么久总可以得到相应的线性方法，但是这种变换有时会带来两...
分类：
其他好文 时间：
2016-06-14 12:05:54
阅读次数：
179
