代码改变世界

ORB特征点检测

2014-11-08 17:40 by ☆Ronny丶, 66374 阅读, 6 推荐, 收藏, 编辑
摘要:Oriented FAST and Rotated BRIEF www.cnblogs.com/ronny 这篇文章我们将介绍一种新的具有局部不变性的特征 —— ORB特征,从它的名字中可以看出它是对FAST特征点与BREIF特征描述子的一种结合与改进,这个算法是由Ethan Rublee,Vincent Rabaud,Kurt Konolige以及Gary R.Bradski在2011... 阅读全文

BRIEF 特征描述子

2014-11-07 15:45 by ☆Ronny丶, 33411 阅读, 3 推荐, 收藏, 编辑
摘要:Binary Robust Independent Elementary Features www.cnblogs.com/ronny 1. BRIEF的基本原理 我们已经知道SIFT特征采用了128维的特征描述子,由于描述子用的浮点数,所以它将会占用512 bytes的空间。类似地,对于SURF特征,常见的是64维的描述子,它也将占用256bytes的空间。如果一幅图像中有1000个特征点... 阅读全文

ML 07、机器学习中的距离度量

2014-11-07 12:56 by ☆Ronny丶, 4354 阅读, 1 推荐, 收藏, 编辑
摘要:机器学习算法 原理、实现与实践 —— 距离的度量声明:本篇文章内容大部分转载于July于CSDN的文章:从K近邻算法、距离度量谈到KD树、SIFT+BBF算法,对内容格式与公式进行了重新整理。同时,文章中会有一些对知识点的个人理解和归纳补充,不代表原文章作者的意图。1. 欧氏距离欧氏距离是最常见的两... 阅读全文

FAST特征点检测

2014-11-06 15:35 by ☆Ronny丶, 36058 阅读, 7 推荐, 收藏, 编辑
摘要:Features From Accelerated Segment Test 1. FAST算法原理 博客中已经介绍了很多图像特征检测算子,我们可以用LoG或者DoG检测图像中的Blobs(斑点检测),可以根据图像局部的自相关函数来求得Harris角点(Harris角点),后面又提到了两种十分优秀的 阅读全文

ML 06、感知机

2014-11-03 12:36 by ☆Ronny丶, 1436 阅读, 0 推荐, 收藏, 编辑
摘要:机器学习算法 原理、实现与实践 —— 感知机感知机(perceptron)是二分类的线性分类模型,输入为特征向量,输出为实例的类别,取值+1和-1。感知机学习旨在求出将训练数据进行线性划分的分离超平面,为此,引入了基于误分类的损失函数,利用梯度下降法对损失函数进行极小化,求得感知机模型。1. 感知机... 阅读全文

ML 05、分类、标注与回归

2014-10-31 12:51 by ☆Ronny丶, 2605 阅读, 0 推荐, 收藏, 编辑
摘要:机器学习算法 原理、实现与实践 —— 分类、标注与回归1. 分类问题分类问题是监督学习的一个核心问题。在监督学习中,当输出变量$Y$取有限个离散值时,预测问题便成为分类问题。监督学习从数据中学习一个分类决策函数或分类模型,称为分类器(classifier)。分类器对新的输入进行输出的预测,这个过程称... 阅读全文

ML 04、模型评估与模型选择

2014-10-31 09:59 by ☆Ronny丶, 2943 阅读, 3 推荐, 收藏, 编辑
摘要:机器学习算法 原理、实现与实践——模型评估与模型选择1. 训练误差与测试误差机器学习的目的是使学习到的模型不仅对已知数据而且对未知数据都能有很好的预测能力。假设学习到的模型是$Y = \hat{f}(X)$,训练误差是模型$Y = \hat{f}(X)$关于训练数据集的平均损失:$$R_{emp}(... 阅读全文

ML 03、机器学习的三要素

2014-10-31 09:29 by ☆Ronny丶, 6846 阅读, 0 推荐, 收藏, 编辑
摘要:机器学习算法原理、实现与实践——机器学习的三要素1 模型在监督学习中,模型就是所要学习的条件概率分布或决策函数。模型的假设空间包含所有可能的条件概率分布或决策函数。例如,假设决策函数是输入变量的线性函数,那么模型的假设空间就是这些线性函数构成的函数的集合。假设空间用$\mathcal{F}$表示。假... 阅读全文

ML 02、监督学习

2014-10-31 09:28 by ☆Ronny丶, 1655 阅读, 1 推荐, 收藏, 编辑
摘要:机器学习算法原理、实现与实践——监督学习机器学习包括监督学习、非监督学习、半监督学习及强化学习,这里先讨论监督学习。 监督学习的任务是学习一个模型,使模型能够对任意给定的输入,对其相应的输出做出一个好的预测。1 基本概念1.1 输入空间、特征空间与输出空间输入与输出所有可能取值的集合分别称为输入空间... 阅读全文

ML 01、机器学习概论

2014-10-31 09:27 by ☆Ronny丶, 1788 阅读, 1 推荐, 收藏, 编辑
摘要:机器学习原理、实现与实践——机器学习概论如果一个系统能够通过执行某个过程改进它的性能,这就是学习。 ——— Herbert A. Simon1. 机器学习是什么计算机基于数据来构建概率统计模型并运用模型对数据进行预测与分析的一门学科。从上面的机器学习的定义中,我们可以了解到以下的信息:机器学习以计算... 阅读全文