随笔分类 -  computer vision

统计学习方法学习记录(五) 决策树
摘要：主要过程包含特征选择，决策树生成，决策树剪枝 特征选择: https://www.pkudodo.com/2018/11/30/1-5/ 上式是什么意思？不着急慢慢来。我们先看下面这张图。我们假设D和B是两个判断节点，它们在同一个分支中，D通过对样本特征A的值新型判断后进入了A分支。那么在D节点中我 阅读全文
posted @ 2020-09-15 17:24 InsistPy 阅读(184) 评论(0) 推荐(0)
统计学习方法学习记录(四) 朴素贝叶斯方法
摘要：在统计学习，机器学习中，我们的目标就是找到两个随机变量的联合概率分布P(X,Y)P(X,Y)P(X,Y) 。 比如说我们有一个模型，有输入变量空间X=(x1,x2,...,xn)X=(x_1,x_2,...,x_n)X=(x1​,x2​,...,xn​) 和输出变量空间Y=(y1,y2,...,ym 阅读全文
posted @ 2020-09-10 20:06 InsistPy 阅读(135) 评论(0) 推荐(0)
统计学习方法学习记录(二) 多层感知机
摘要：感知机 梯度下降最优化Loss https://www.pkudodo.com/2018/11/18/1-4/ brief description 阅读全文
posted @ 2020-09-02 17:20 InsistPy 阅读(152) 评论(0) 推荐(0)
统计学习方法学习记录(一) 统计学习方法简介
摘要：记录阅读李航老师的统计学习方法一书，温故一下统计学习基础知识 模型： 策略 算法 过拟合问题: 正则化+ bias 交叉验证 泛化误差 生成与判别模型 二分类模型评估 阅读全文
posted @ 2020-08-27 16:20 InsistPy 阅读(142) 评论(0) 推荐(0)
记录相机成像原理（三）精确标定
摘要：偶然看到一篇论文讲到如何对相机形变进行高精度校准，因为项目需要高精度的定位，因此记录下其实现 首先对标定图像做单应性变换，标定图像如下： 可以用cv::findcheeseboard找到所有的白点中心，也可以自己找。 1. 接下来根据像素当量生成真实物理世界位置点的像素坐标集合。 2. 然后求出单应 阅读全文
posted @ 2019-11-14 16:05 InsistPy 阅读(574) 评论(0) 推荐(0)
记录相机成像原理二 （张正友标定）
摘要：由世界坐标系转换到像素坐标系的运算 其中，u、v表示像素坐标系中的坐标，s表示尺度因子，fx、fy、u0、v0、γ（由于制造误差产生的两个坐标轴偏斜参数，通常很小）表示5个相机内参，R,t表示相机外参，Xw、Yw、Zw（假设标定棋盘位于世界坐标系中Zw=0的平面）表示世界坐标系中的坐标。 其中从世界 阅读全文
posted @ 2019-11-05 10:26 InsistPy 阅读(475) 评论(0) 推荐(0)
记录相机成像原理
摘要：相机成像由 世界坐标系(一般是真实存在物体的中心为原点) 到相机坐标系（以光轴为z轴） 到成像坐标系（2D平面，由相机坐标系透视变换所得） 到像素坐标系（2D） 由三维世界坐标系转换到相机坐标系称之为刚体变换 是一个平移加旋转的过程，因此变换矩阵为正交矩阵，即AAT = I, 使用的旋转和平移系数属 阅读全文
posted @ 2019-11-04 21:04 InsistPy 阅读(1357) 评论(0) 推荐(0)

隐藏