super_chicken-CSDN博客

原创传送门

自用传送门论文笔记Single-Image Crowd Counting via Multi-Column Convolutional Neural Network 基于CNN的多列人群计数网络MCNN，CVPR2016ImageNet Classification with Deep Convolutional Neural Networks ImageNet图像分类经典网络...

2017-12-07 15:40:54 381

原创论文笔记：Fast R-CNN

Fast R-CNN概要这篇文章基于《Rich feature hierarchies for accurate object detection and semantic》中提出的目标检测方法R-CNN，提出了一种改进方法，即Fast R-CNN。该方法相比R-CNN在训练和测试速度以及目标检测精确度上都有较大提升。使用VGG16网络时训练速度是R-CNN的9倍，测试速度213倍。...

2018-06-20 14:10:53 505

原创论文笔记：Rich feature hierarchies for accurate object detection and semantic segmentation

Rich feature hierarchies for accurate object detection and semantic segmentation概要文章提出了一种目标检测算法，使得平均准确度相较于目前的最优方法相对提升了30%。该方法使用了卷积神经网络CNN来预测选取的区域从而定位和分割检测目标。当标记的训练数据较少时，该方法可以先在辅助数据集上进行有监督的预训练，再到目标...

2018-06-20 14:10:05 370

原创论文笔记：Switching Convolutional Neural Network for Crowd Counting

Switching Convolutional Neural Network for Crowd Counting概要文章提出了一种人群计数模型，实现了从密集人群图像到其密度分布的映射。密集人群计数问题的难点包括人头互相遮盖、人群与背景相似度高以及图像拍摄视角各不相同等，此前效果较好的人群计数网络使用了多尺寸CNN、循环网络或多列CNN特征融合的方法来处理这些问题。作者提出了选择卷积神经网...

2018-06-11 16:14:45 1728

原创统计学习方法第7章支持向量机（1）

统计学习方法第7章支持向量机（1）支持向量机是一种二类分类模型，它的基本模型是定义在特征空间上的间隔最大的线性分类器。支持向量机还包括了核技巧，使它成为实质上的非线性分类器。支持向量机的学习策略就是间隔最大化，可形式化为一个求解凸二次规划问题。线性可分支持向量机假设给定一个特征空间上的训练数据集其中xi为特征向量，yi为±1，分别表示正类和负类。若数据集是线性可分...

2018-05-16 10:25:57 556

原创算法导论第10章基本数据结构

算法导论第10章基本数据结构栈栈实现了一种后进先出（LIFO）的策略，栈上的插入称为压入PUSH，删除称为弹出POP。栈的几种操作：三种栈操作的执行时间都为O(1)。队列队列实现了一种先进先出（FIFO）的策略，队列上的插入称为入队ENQUEUE，删除称为出队DEQUEUE。队列的操作：链表链表是一种各对象按线性顺序排列，其顺...

2018-04-24 10:57:43 280

1. Globally-Optimal Inlier Set Maximisation for Simultaneous Camera Pose and Feature CorrespondenceAbstract: Estimating the 6-DoF pose of a camera from a single image relative to a pre-computed 3D p...

2018-04-18 10:40:57 6035

原创 CVPR2017论文摘要汇总

1. Exclusivity-Consistency Regularized Multi-view Subspace ClusteringAbstract: Multi-view subspace clustering aims to partition a set of multi-source data into their underlying groups. To boost the ...

2018-04-09 15:09:59 15863 1

原创论文笔记：Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks

Joint Face Detection and Alignment using Multi-task Cascaded Convolutional Networks框架resize图片，生成图像金字塔。对图像金字塔中的每一张图片，作为阶段1的输入，得到的输出经处理为第一批候选框。对所有第一批候选框，作为阶段2的输入，得到的输出淘汰了大部分不包含脸的候选框，经处理为第二批候选框。...

2018-03-29 11:11:59 312

原创算法导论第9章中位数和顺序统计量

算法导论第9章中位数和顺序统计量在一个由n个元素组成的集合中，第i个顺序统计量是指该集合中第i小的元素，如最小值是第1个顺序统计量。中位数是它所属集合的中点元素，本书中都指下中位数，即i=(n+1)/2向下取整。本章讨论选择问题，即输出集合中第i小的元素。最小值和最大值若要确定一个n元素集合中的最小元素或最大元素，显然需要n-1次比较，即Θ(n)。若要同时找到最...

2018-03-26 14:36:05 326

原创 opencv python 10 直方图（2）

opencv python 10 直方图（2）直方图均衡当一张灰度图像的像素值分布集中于某一范围，如整体较亮的图像像素值都较高时，可以使用直方图均衡的方法来增强图像的对比度: opencv提供了cv2.equalizeHist()实现该算法。dst = cv2.equalizeHist(src[, dst])dst：输出图像src：输入图像import ...

2018-03-23 17:13:50 758

原创 leetcode记录（1）771、112

leetcode记录（1）112、278、537、771112 Path SumDifficulty: Easy Acceptance: 34.7%DescriptionGiven a binary tree and a sum, determine if the tree has a root-to-leaf path such that adding up all t...

2018-03-20 15:53:04 192

原创论文笔记：Generative Adversarial Nets

Generative Adversarial Nets概念提出了一种模拟二人博弈的对抗模型，对抗双方分别为：生成模型G：尽量使生成数据与训练集接近，使D无法区分判别模型D：学习判断数据来自训练集还是由G产生本文中用两个多层感知机作为生成模型和判别模型，生成模型加入了随机噪声。对抗网络生成模型，在参数Θg条件下根据噪音z生成数据。判别模型，判断参数Θd条件下...

2018-02-27 10:39:43 606

原创 opencv python 9 直方图（1）

opencv python 9 直方图（1）使用opencv生成直方图直方图是指根据图像中各像素的值得到的像素值分布图，通常用于转换成灰度图像后，如： opencv提供了cv2.calcHist()函数计算直方图。hist = cv.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]

2018-01-29 10:32:14 285

原创算法导论第8章线性时间排序

算法导论第8章线性时间排序比较排序指在排序的最终结果各元素的次序依赖于它们之间的比较的排序算法。在最坏情况下，任何比较排序算法都需要做Ω(nlgn)次比较。因此堆排序和归并排序都是渐近最优的比较排序算法。本章讨论三种用运算而不是比较来确定排序顺序的线性时间复杂度的排序算法：计数排序基数排序桶排序计数排序计数排序假设n个输入元素中的每一个都是在0～k区间的

2018-01-22 15:30:44 229

原创算法导论第7章快速排序

算法导论第7章快速排序快速排序是一种最坏情况时间复杂度Θ(n2)，但平均时间复杂度Θ(nlgn)的排序算法，且Θ(nlgn)中隐含的常数因子非常小。它还能进行原址排序，占用空间小，所以在实际应用中通常是最好的选择。算法快速排序与归并排序一样也使用了分治思想：分解：将数组A[p…r]划分为两个子数组（可能为空）：A[p…q-1]和A[q+1…r]，使A[p…q-1]中每个

2018-01-15 09:28:10 252

原创 opencv python 8 Canny边缘检测

opencv python 8 Canny边缘检测Canny边缘检测算法分为以下几步：去除噪声边缘检测算法受噪声影响较大，所以先使用5x5的高斯滤波去除噪声。计算图像梯度经过高斯平滑的图像分别在水平和垂直方向上用sober算子计算得到一阶导数Gx和Gy，以及角度θ：非极大值抑制得到梯度大小和方向后扫描整张图像，移除不是边缘组成部分的像素。对每个像素，检查是否是梯度方向

2018-01-11 15:24:01 858

原创算法导论第6章堆排序

算法导论第6章堆排序相比归并排序和插入排序，堆排序的时间复杂度是O(nlgn)与归并排序相同，且具有与插入排序一样的空间原址性，即任何时候只需要常数个额外的元素空间存储临时数据。因此堆排序是一种集合了这两种算法优点的排序算法。堆排序引入了称为堆的数据结构，堆是一个数组，可以看成一个近似的完全二叉树，树上每个节点对应一个数组元素。另树的根节点为A[1]，且给定一个节点的下标i，他的父节点下标

2018-01-10 15:47:10 239

原创论文笔记：Towards perspective-free object counting with deep learning

Towards perspective-free object counting with deep learning概要文章提出了一种精确估算交通拥堵环境下车辆数量或密集人群中人数的模型。组成部分：CountingCNN：回归模型，学习从图像样本到对应的目标密度图的映射HydraCNN：多规模的非线性回归模型，使用不同规模下的图像样本生成密度预测具体方法

2018-01-09 11:20:36 771

原创算法导论第5章概率分析和随机算法

算法导论第5章概率分析和随机算法考虑一个雇佣助理的问题，对于每一个出现的应聘者，若该应聘者比之前所有应聘者都好，则雇佣该应聘者。初始化时创建一个虚拟的应聘者编号0，他比其他所有应聘者都差，则过程如下：该问题的费用模型并不关注执行时间，而是面试和雇佣产生的费用。面试费用较低为ci，雇佣费用较高为ch，则若m是雇佣人数，总费用为O(cin+chm)。应聘人数总是为n，因此只关注ch

2018-01-06 14:52:50 502

原创 opencv python 7 形态学变换

opencv python 7 形态学变换形态学变换指将数学形态学作为工具从图像提取特征或用于预处理或后处理的形态学过滤、细化和修剪等，主要针对二值图像。腐蚀腐蚀即用一个核扫过整张图像（类似2D卷积），若核中所有像素均为1则置该像素为1，否则为0，其结果就是边界附近的白色像素被抹去。cv2.erode()实现了该功能。dst = cv2.erode(src, kernel[, dst[, ancho

2018-01-03 09:46:09 571

原创算法导论第4章分治策略（2）

算法导论第4章分治策略（2）代入法求解递归式代入法求解递归式的步骤：猜测解的形式用数学归纳法求出解中的常数，并证明解正确如对递归式：猜测其解为T(n)=O(nlgn)，代入法要求证明恰当选择常数c>0，可有T(n)<=cnlgn。假定此上届对所有m < n成立，代入得到：其中只要c>=1，最后一步即成立。注意到对n=1，边界条件...

2018-01-01 13:43:10 298

原创算法导论第4章分治策略（1）

算法导论第4章分治策略（1）分治策略的三个步骤：分解为若干子问题，子问题形式与原问题相同，但规模更小递归地解决子问题，若子问题规模足够小则停止递归，直接求解合并为原问题的解式足够大需要递归求解的子问题称为递归情况，不再需要递归的足够小的子问题称为基本情况。求解递归式，即得到算法的Θ或O渐近界的方法的方法：代入法：猜测一个界，用数学归纳法证明递归树法：将递归...

2017-12-30 17:37:26 378

原创算法导论第1、2、3章算法基础

算法导论第1、2、3章算法基础第1章算法在计算中的作用算法就是任何良定义的计算过程，该过程取某个值或值的集合作为输入并产生某个值或值的集合作为输出。第2章算法基础排序问题：插入排序即不断地将下一个数字插入到已排序的数列中对应的位置：包含元素1～j-1的子数组构成了当前已排序好的数字，剩余的子数组对应剩下待插入的数字。循环不变式用于证明算法的正确性，三条性质：初始化：循环的第一

2017-12-28 10:58:50 285

原创 opencv python 6 图像梯度

opencv python 6 图像梯度Sobel和scharr算子cv2.Sobel()实现了带方向的图像梯度计算。dst = cv2.Sobel(src, ddepth, dx, dy[, dst[, ksize[, scale[, delta[, borderType]]]]])dst：输出图像src：输入图像ddepth：输出图像深度dx：x方向上的求导阶数dy：y方向上的求导阶数

2017-12-25 15:17:56 366

原创论文笔记：A survey of recent advances in CNN-based single image crowd counting and density estimation

A survey of recent advances in CNN-based single image crowd counting and density estimation目标人群计数目标是计算一个密集场景下的人数，密度估计目标是将人群图像转换成密度图像，可以清晰地看出人群的分布。这两个问题已经被结合在一起。传统方法基于检测的方法基于回归的方法基于密度估计的方法基于CNN的方法对网

2017-12-22 14:33:28 1891 1

原创统计学习方法第6章逻辑斯谛回归与最大熵模型（2）

统计学习方法第6章逻辑斯谛回归与最大熵模型（2）最大熵模型的学习最大熵模型的学习等价于约束最优化问题：即：首先，引进拉格朗日乘子w0,…,wn，定义拉格朗日函数L(P,w)：最优化问题的原始问题：对偶问题：对偶函数的极大化等价于最大熵模型的极大似然估计。（证明p87）先求解内部的极小化问题，得到：即为最大熵模型，其中：之后可用最优化算法求解对偶问题外部的极大化问题

2017-12-14 09:35:09 272

原创统计学习方法第6章逻辑斯谛回归与最大熵模型（1）

统计学习方法第6章逻辑斯谛回归与最大熵模型（1）逻辑斯谛分布设X是连续随机变量，X服从逻辑斯谛分布是指X具有下列分布函数和密度函数：其中μ为位置参数，γ为形状参数。逻辑斯谛分布的密度函数和分布函数：二项逻辑斯谛回归模型二项逻辑斯谛回归模型是如下的条件概率分布：对于给定的输入实例x，求得P(Y=1|x)和P(Y=0|x)，比较两个条件概率值的大小，将实例x分到概率值较大的一

2017-12-11 10:51:11 334

原创 python dota2数据 3 下载胜负数据

python dota2数据 3 下载胜负数据目标：下载每场比赛获胜方或战败方的5个英雄，用于后续分析。由于get_match_history()返回的内容中并不包括比赛胜负，还需要对每一场比赛使用get_match_details()查询，效率较低。使用另一个查询比赛的API，get_match_history_by_seq_num()：{ status 1 - Suc

2017-12-06 21:31:09 857

原创论文笔记：ImageNet Classification with Deep Convolutional Neural Networks

ImageNet Classification with Deep Convolutional Neural Networks概要提出了深度卷积神经网络模型Alexnet，用于对ImageNet图像数据集进行分类。在2012年ILSVRC分类比赛取得top-5错误率15.3%获得冠军。基于ImageNet训练了卷积神经网络，获得了当时为止最好的分类结果实现了基于GPU优化的卷积和其他计算，用于训

2017-12-04 12:46:38 816

原创 opencv python 5 平滑滤波

opencv python 5 平滑滤波2D卷积opencv提供了cv2.filter2D()函数来对图像进行卷积操作（图像滤波）。第1个参数为输入图像，第2个参数为输出图像深度，-1为与原图相同，第3个参数为卷积核。如使用一个5x5的均值滤波器对图像作均值滤波：import cv2import numpy as np img = cv2.imread('a.jpg')kernel = np.

2017-11-30 09:37:48 4513

原创统计学习方法第5章决策树（2）

统计学习方法第5章决策树（2）剪枝决策树生成算法递归地产生决策树，直到不能继续为止。这样的树往往对训练数据分类准确，但对测试数据分类却没有那么准确，即出现过拟合。其原因在于决策树过于复杂。解决这个问题的方法是简化决策树的复杂度，即剪枝，从已生成的决策树上裁掉一些子树或子节点。决策树剪枝通过极小化决策树整体损失函数实现。设树T的子节点个数为|T|，t为叶节点，该叶节点有Nt个样本点，其中k

2017-11-27 10:28:12 397

原创统计学习方法第5章决策树（1）

统计学习方法第5章决策树（1）模型分类决策树是一种描述对实例进行分类的树型结构，由节点和有向边组成。每个内部节点标示一个特征或属性，每个叶节点表示一个类。用决策树分类，从根节点开始对实例的某一特征进行测试，根据结果将实例分配到其子节点，直到叶节点。决策树学习本质上是从训练数据集中归纳出一组分类规则。与训练数据集不相矛盾的决策树可能有多个或一个也没有，我们需要一个与训练数据矛盾较小，同时具

2017-11-24 09:36:45 460

原创 HTTP权威指南第3章 HTTP报文

HTTP权威指南第3章 HTTP报文报文流：HTTP报文是在HTTP应用程序之间发送的数据块，在客户端、服务器和代理之间流动。 HTTP报文包含三个部分：起始行首部字段主体起始行和首部就是由行分隔的ASCII文本，每行以一个回车符和一个换行符作为结束。主体中可以包含文本或二进制数据，也可以为空。报文格式：请求报文：<方法><请求URL><版本><首部><实体主体>响应报文：<版

2017-11-23 13:46:28 219

原创统计学习方法第4章朴素贝叶斯法

统计学习方法第4章朴素贝叶斯法学习与分类朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类方法，实现简单，学习和预测效率较高。设输入空间X⊆Rn为n维向量的集合，输出空间Y={c1,c2,…,ck}。朴素贝叶斯法通过训练数据集学习X和Y的联合概率分布P(X,Y)。具体步骤： 1. 学习先验概率分布 2. 学习条件概率分布朴素贝叶斯法对条件概率分布作了条件独立性假设：即假设用于

2017-11-22 14:50:38 320

原创 opencv python 4 基本变换

opencv python 4 基本变换改变色彩空间cv2.cvtColor()第1个参数为输入图像，第2个参数为转换方式。import cv2img = cv2.imread('a.jpg')img_cvt = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)cv2.imshow('image', img_cvt)cv2.waitKey()输出为转换得到的灰度图像。

2017-11-21 16:34:31 277

原创 python dota2数据 2 英雄名和胜负

python dota2数据 2 英雄名和胜负将英雄id转化为英雄名API查询英雄id和名字对应表的函数为get_heroes()，返回值为一个dictionary。{ count - Number of results status - HTTP status code [heroes]

2017-11-20 09:40:06 1399

原创 python dota2数据 1 API

python dota2数据 1 API注册API Keyhttps://steamcommunity.com/dev/apikey安装dota2api使用python的dota2api库来调用API： pip install dota2api参考文档http://dota2api.readthedocs.io/en/latest/installation.html 获取最近5场使用英雄ID添加

2017-11-17 11:04:41 4122

原创统计学习方法第3章 k近邻法

统计学习方法第3章 k近邻法算法k近邻法：给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最临近的k个实例，这k个实例的多数属于某个类，就把该输入实例分为这个类。训练数据集：其中xi为实例的特征向量，yi为实例的类别。根据给定的距离度量，在训练集中找出与输入x最临近的k个点从包含这k个点的邻域中根据分类决策规则（如多数表决）决定x的类别y模型k近邻法中，当训练集，距离度

2017-11-16 13:03:08 450

原创 HTTP权威指南第2章 URL与资源

HTTP权威指南_第2章_URL与资源URL包含方案，服务器地址和资源位置。大多数URL都遵循通用的格式： <方案>://<用户名>:<密码>@<主机>:<端口>/<路径>;<参数>?<查询>#<片段>方案：使用的协议，如HTTP。方案名大小写无关，用冒号与其余部分分隔。主机与端口：标识了访问目标。对于HTTP协议默认端口为80。用户名和密码：很多服务器需要用户名和密码才允许访问，如FTP

2017-11-15 11:22:24 304

空空如也

空空如也