12 2016 档案
摘要：涉及到无穷大的四则运算, 若无法确定运算结果仍为无穷大, 那么运算结果就是一个NaN. 有NaN参与的运算, 其结果也一定是NaN
阅读全文
摘要：HDF5, 大量(海量?)数据存储的一种解决方案. HDF的全称是Hiearchical Data Format, 5是版本号(未考证过TODO). 一个HDF5文件操作起来就像一个独立的文件系统. (TODO, I/O特性, 是事件驱动的吗?) 创建一个HDF5文件 它可以存储两类数据对象: 1.
阅读全文
摘要：(离散)卷积操作其实是仿射变换的一种: 对输入向量进行线性变换, 再加一个bias. 是一种线性变换. 它本身也满足 "线性函数的定义" . 它可以被写成矩阵乘法形式. 以下图的卷积操作为例: 若将$3\times 3$的卷积核与$4\times 4$的输入都按行优先展开为一维列向量. 则定义在它们
阅读全文
摘要：若$f(x)$满足以下两个条件, 则说$f(x)$是一个线性函数: $f(x_1 + x_2) = f(x_1) + f(x_2)$ $f(ax) = af(x)$ 也可以写成一个条件: $$ f(ax + by) = af(x) + bf(y) $$ TODO待考证.
阅读全文
摘要：文档是这么写的: border_mode: str, int or tuple of two int Either of the following: : apply filter wherever it completely overlaps with the input. Generates o
阅读全文
摘要：常见的库如opencv, theano等的卷积操作方法( , )都有带有$2d$, 这个2d代表什么呢? 卷积操作的维度 进行conv操作时, 它的前进方向的维度就是conv操作的维度. 例如最常见的图片conv操作只沿长与宽两个方向进行, 所以是$2D$的conv. 若conv操作还沿channe
阅读全文
摘要：数据类型决定数据的空间分配, 及能对其做什么操作. C语言中的四种基本数据类型: ,`int float double`. C与C++定义这些类型时都只是限定它们的最大最小值, 而不是它们的size(占几个字节). 这些最值存储在 和`float.h`中. 不同编码方式表示相同数据占用字节数量可能不
阅读全文
摘要：namespace, 命名空间, 用于解决命名冲突的问题. Python中的package/module, Javascript中的object, Java中的package都具有这样的功能. 如何使用命名空间? include int main() { std::cout using namesp
阅读全文
摘要：当需要使用已有的方法或库时, 可以将它们的头文件 进来. 会在preprocess过程中被替换成它包含的代码. 头文件中包含了需要使用的函数/变量的声明. 当然声明与定义可以同时进行, 也就是说头文件中可以仅包含声明, 也可包含函数的实现. C语言中include的格式 ` include incl
阅读全文
摘要：含义 声明(Declaration), 用于告诉编译器被声明的函数/变量的存在, 及它们的类型/调用格式信息, 以检查是否被正确调用. 声明不分配内存空间. 定义(Definition), 用于告诉编译器被声明的函数/变量的存在位置, 会分配内存空间. 变量/函数在被使用之前一定要被声明. 声明和定
阅读全文
摘要：预处理(Preprocess). 使用Preprocessor Directives将一些代码替换成另一些代码. 例如将include替换成它指向的文件包含的代码. 编译成目标文件(Compiation). 需要两个回合(pass): 1. 将代码解析成树(parse tree). 这个过程中还会执
阅读全文
摘要：一种编程语言能被计算机执行的前提是它在执行前被翻译成机器码. 根据这个翻译过程发生的时间不同, 可以将编程语句分为解释语言(Interpreter)与编译语言(Compiler). Interpreter还有口译的涵义. 在这里, 解释器就是口译者, 它将用户写的脚本语句口译成机器码给计算机"听".
阅读全文
摘要：Reference与Pointer中直接存储的都是变量的地址, 它们唯一的不同是前者的存储的地址值是只读的, 而后者可以修改. 也就是说Reference不支持以下操作: 其他语言, 如Javascript, Python, Java, 中的object, 它们对应的变量也都是直接存储对象的地址,
阅读全文
摘要：只有一点不同:C++的类别控制更为严格, 不允许通过 来实现不同数据类型的数据之间的相互赋值, 只能显示的cast. 例如: 类似这种代码在C中可以通过编译, 但在CPP中不行. Reference Thinking in C++, 2nd, Chapter 11.
阅读全文
摘要：已知: 连续随机变量$X$的pdf为$f_X(x)$ $Y = g(X)$, 其中$g(x)$有单调性 求: $f_Y(y)$ $$ P(Y \le y)= P(g(x) \le y) $$ 若$g$单调递增: $$ P(Y \le y)= P(g(x) \le y) = P(x \le g^{ 1
阅读全文
摘要：协方差 方差的定义为: $$ D(X) = E(X E(X))^2 $$ 当要处理两个随机变量时, 可以定义它的协方差: $$ cov(X, Y) = E([X E(X)][Y E(Y)]) $$ 对于$n$个随机变量组成的向量$X = (X_1, X_2, \dots, X_n)^T$, 可以定义
阅读全文
摘要：也称为Degenerate pdf, 退化概率密度函数. 未经考证的解释是: 当正态分布的$\sigma \to 0$时, 正态分布就退化为这个分布了. 定义 $$ \delta(x) = \begin{cases} 0, x \neq 0 \\ \infty, x = 0 \end{cases}
阅读全文
摘要：PMF 若随机变量$K$的概率质量函数PMF为 $$ P(K = k) = e^ { \lambda} \frac {\lambda^k}{k!} $$ 则称:$K \sim Poisson(\lambda)$, 其中: $\lambda = E(K)$ 用途 $X$为一个离散变量, $P(X =
阅读全文
摘要：记住它们的Notation $X, Y, Z$为三个随机变量 独立 $$X \bot Y \leftrightarrow P(X, Y) = P(X) P(Y)$$ 条件独立 $$X \bot Y | Z \leftrightarrow P(X, Y | Z) = P(X | Z) P(Y | Z)
阅读全文
摘要："UijlingsIJCV2013, Selective Search For Object Recognition" "code" 算法思想 利用分割算法将图片细分成很多region, 或超像素. 在这个基础上, 将邻近的相似region融合起来. 聚合过程中得到的region作为proposal
阅读全文
摘要：Notes on "Efficient Graph Based Image Segmentation" 算法的目标 按照一种确定的标准, 将图片分割成细粒度的语义区域, 即Super pixel. 算法步骤 预处理. 将图片转换为undirected graph: $G(V, E)$: 每一个像素都
阅读全文
摘要：Gestalt心理学派认为contex对视觉过程的影响非常大, 认知要结合背景进行. 这样就涉及到将视觉元素group起来的一个心理过程. 他们找出了对grouping影响很大的几个因素, 如下: Proximity:距离, 离得近的物体, group到一起更大 Similarity:相似性 Com
阅读全文
摘要：$X, Y$为两个随机变量, $p_X(x), p_Y(y)$分别为$X, Y$的 "概率密度/质量函数" , $p(x, y)$为它们的联合概率密度. $E(X + Y) = E(X) + E(Y)$在任何条件下成立 $$ E(X + Y) = \int_{ \infty}^{{+\infty}}
阅读全文
摘要：$X$为随机变量, $p(x)$为它的概率密度或质量函数. 期望 $$ \mu = E(X) = \int_{ \infty}^{{+\infty}} x p(x) dx $$ 方差 $$ \sigma^2 = D(X) = \int_{ \infty}^{{+\infty}} (x \mu)^2
阅读全文
摘要：概率分布函数. Accumulative Distribution Function. ADF $$ P(x) = Prob(X
阅读全文
摘要：频率学派和贝叶斯学派对概率有不同的定义. 前者认为概率就是频率. 后者认为概率是事物发生的可能性. 前者得到概率值需要事件发生很多次. 而后者则不需要, 因为可以利用先验知识计算可能性. 先验知识可以是频率概率. 举个例子, 要计算北极的冰川在2020年全部融化的概率. 频率学派则需要北极冰川融化这
阅读全文
摘要：Bernoulli Experiment, Bernoulli Distribution, 0 1 Distribution 最常见的伯努利试验是抛一次硬币. 伯努利试验的结果服从伯努利分布: 随机变量只可能取0, 1两个值, 所以也称0 1分布. $$ p(X = x) = \begin{case
阅读全文
摘要：基本表示 $$C = R + Ij$$ $R$: 实部, Real $I$: 虚部, Imaginary. $j^2 = 1$ 用复平面表示 二维平面, $x$表示实部, $y$轴表示虚部,则虚数可以表示为一个二元组: $$ C = (R, I) $$ 用复平面上的极坐标表示 $$ C = |C|(
阅读全文
摘要：` 第一讲` 那是一个把各地的歌谣都编辑在一起的collection. 而且, 它被编辑的时候有一个目的, 在周朝的时候有采诗之官, 他们采集各地的歌谣, 以观民风, 用来给周天子的政府作参考. 这个诗集里的诗歌有三百篇上下, 所以叫作"诗三百篇". 可是, 从汉朝开始,诗三百篇就变成 了. 就是说
阅读全文
摘要：` 第一讲` 王国维生于1877年, 死于1927年. 死的时候只有50岁. 50岁对于一个学者来说, 正是研究学问的黄金时代, 是思想最为成熟精力最饱满的时代, 是会有很大收获的时代, 而王国维居然就自杀了. 在颐和园里有一个地方叫鱼藻轩, 他就是在那里跳进昆明湖里自杀的. 最初是在1908年11
阅读全文
摘要：(看到一个加一个, 不穷举) 清末 1840, 第一次鸦片战争 1842, 南京条约
阅读全文
摘要：HSV 相比于面向机器的RGB, HSV或HSI更贴近于人对颜色的描述: H: Hue, 颜色本身 S: Saturation, 纯色被白色稀释的程度. V: Value, 或I, Intensity. 与颜色类型无关的光强度. HSV 与RGB可以相互转换 将black white 的虚线作为中心
阅读全文
摘要：CMY 发光物体和反光物体产生颜色的机制不同. 前者指光源光, 它的颜色由发光波长决定. 后者指不能发光但却能表现出颜色的物体, 例如色素. 色素的颜色由它不能吸收的光的波长决定. 比如红色色素, 除了红色光对应的波长(范围), 其余的光都被它吸收了. 打印机使用色素染色, 为让人眼感知到RGB三种
阅读全文
摘要：RGB是面向机器的一种颜色空间. 虽然它表示$256 \times 256 \times 256$种不同的颜色, 但在实际中, 大部分机器都只实现了256种颜色. 安全色(Safe RGB colors)是对系统/机器不敏感的色彩(每种系统/机器都会实现它们), 又被称作all systems sa
阅读全文
摘要：人眼对色彩的感知通过视锥(Cone)细胞完成. 人眼中包含大概6到7M个视锥细胞. 有三类视锥细胞, 分别对应三种不同颜色的感应: $65\%$, red $33\%$, green $2\%$, blue. 虽然数量最少, 但却是最敏感的.
阅读全文
摘要：连续性的定义 简洁的表达. $y = f(x)$在$x_0$的邻域内满足$\lim_{\Delta x \to 0} \Delta y = 0$, 则它在$x_0$处是连续的. 或$\lim_{x \to x_0^+}f(x) = \lim_{x \to x_0^ }f(x)=f(x_0)$ 若$x
阅读全文
摘要：$\forall \epsilon 0$, $\exists \delta 0$, 使得当$|x x_0| 0$, 使得当$|x| X$时, $|f(x) A|
阅读全文
摘要：Perimeter 边界长度. 计算方式跟边界的表示方式有关 Area 包含的点的个数 Compactness 两种常用的计算方式 1. $\frac {perimeter^2}{area}$. 2. circularity ratio = $\frac {\text{area}}{\text{ar
阅读全文
摘要：用所有属于boundary的点来表示boundary, 有两个主要的缺点, 一是数据量大, 二是对噪声敏感. 用boundary的一些representation而非精确的boundary本身来表示boundary, 不仅可以在一定程度上解决这两个问题, 还可以更方便的将boundary信息用于其他
阅读全文
摘要：又一个精妙的算法. 输入: 组成一个region, 或者它的boundary的点集$P$ 输出: 这个region 顺时针(或相反)的有序排列的边界点. 算法详细: 见图. 详见 DIP 11.1. 要点: 1. 将图片预处理为0 1mask, 并在四周padding上0, 以处理与边界重合的bou
阅读全文
摘要：两类特征 外部特征(external characteristics), 如boundary 内部特征(internal characteristics), 如像素, color, texture. 当对region的shape感兴趣时, 使用外部特征. 否则内部特征
阅读全文
摘要：读完10.4 Region Based Segmentation这一小节, 新get到的且需要留意的知识点: Region Spltting and Merging, quadtrees Watershed 算法里的几个概念: regional minima points: 一个region里的最低
阅读全文
摘要：$A$为方阵, $x_1, x_2$分别为$\lambda_1, \lambda_2$对应的特征向量, $\lambda_1 \neq \lambda_2$. 不同特征值对应的特征向量线性不相关, 即$x_1, x_2$线性不相关 假设$x_1, x_2$线性相关, 则存在非0值$k$使得$x_1
阅读全文
摘要：因为噪声的存在, 检测出来的edge points有很多都是不相邻的. 所以边缘检测算法通常都有最后的连接步骤: 将属于同一edge的不相邻点连接起来(TODO, 是用一条路径将它们连通, 把路径中的点也作为边缘点吗?) Local Processing 最naive的做法就是检查每个已检测出边缘点
阅读全文
摘要：Canny边缘检测算法有自己的理论和经验性的推导, 没仔细看/没看明白. 它的步骤如下: 1. 对原图的灰度图进行高斯滤波 2. 求一阶导数, 得到每个像素点的梯度强度和方向. 3. 非最大抑制. 对每个edge candidate像素点, 在它的edge方向上, 它的$3\times 3$邻域内,
阅读全文
摘要：Metric and Non metric methods. 度量方法的特点是feature vector是数值表达的, 且vector与vector之间可以计算距离/相似性. 大部分常见的机器学习算法都是metric methods. 非度量方法则不需要将feature数值化, 也不能/不需要计算
阅读全文
摘要：intensity梯度值分布跟图片的大小有关, 比如将一张小图片放大后会变得很模糊, 原先清晰的edge, 即大的梯度值变得模糊. 但是原有的边缘通常还是肉眼可分辨的. 但用Sobel 算子可能就检测不出来的. 为了应付不同scale与blur程度图片的边缘检测, 检测算子需要能大能小, 大的用于检
阅读全文
摘要：之前已经说过, 一阶和二阶导数都可以用来检测边缘(计算梯度值(gradient)), 但二阶导数对噪声更敏感, 所以, 相比而言, 一阶算子在edge detection中用的更广泛, 如Sobel 算子. 检测水平与垂直方向梯度的算子 检测对角线方向梯度的算子 Prewitt算子与Sobel算子都
阅读全文
摘要：三种edge 1. Step (阶梯) 2. Ramp (坡) 3. Roof 因为噪声的存在, ramp edge是最常见的. 一阶和二阶算子在ramp edge处的表现 一阶和二阶算子对噪声的敏感性 从上自下, 高斯噪声的方差分别为0, 0.1, 1, 10. 所以在进行edge detecti
阅读全文
摘要：多元函数的二阶导数又称为Laplacian算子: $$ \triangledown f(x, y) = \frac {\partial^2 f}{\partial x^2} + \frac {\partial^2 f}{\partial y^2} $$ 对于图像上的离散$f(x, y)$: $$ \
阅读全文
摘要：一阶导数与二阶导数的计算 图像$I$可以看作$(x, y) \in N^2 \to N$的映射: $i = f(x, y)$. 其中$N$为正整数.很明显$f$在定义域上是不连续的. 不连续函数$f(x, y)$的导数, 严格来说不算能算作导数, 只是形式上与真正的导数相似. 取$\Delta x
阅读全文
摘要：Definition 图像分割将一张图分为$n$个region, 需要满足下面5个条件 1. 每一个像素都要属于一个region 1. 每个region都是连通的 1. region与region之间没有交集 1. region内像素点具有相同的目标性质 1. 不相邻的region的像素点目标性质不
阅读全文
摘要：[TOC] 大体来说, 可以分为三类. 有监督学习 有输入$x$, 有标签$y$. 学习一个函数$y=f(x)$将$x$映射到$y$. 理论上来说, $y$可以是任意的. 当$y$是不连续的: 称为 分类(Classification) , 或 模式识别(Pattern Recognition) 当
阅读全文
摘要：三种初等变换 交换行/列 行/列乘以非0数$k$ 一行/列加到另一行/列 初等变换不影响矩阵的秩 初等矩阵 对单位矩阵进行初等变换得到的矩阵称为初等矩阵. 初等矩阵一定是可逆的. 左行右列 对矩阵的行变换相当于左乘以一个初等矩阵；列变换相当于右乘以一个初等矩阵
阅读全文
摘要：函数$f$的Hessian矩阵由是由它的二阶偏导数组成的方阵 $$ H = \begin{bmatrix} \dfrac{\partial^2 f}{\partial x_1^2} & \dfrac{\partial^2 f}{\partial x_1\,\partial x_2} & \cdots
阅读全文
摘要：$A^ $是矩阵$A$的伴随矩阵: $$ a^ _{ji} = A_{ij} $$ 其中, $A_{ij}$是$a_{ij}$的代数余子式. 方阵的伴随矩阵可用于求逆: $$ A A^ = |A| I $$ $$ A^{ 1} = \frac {A^ }{|A|} $$ 当然, 前提是$|A| \n
阅读全文
摘要：信息 数据的信息属性是与任务相关的. 对于分类任务, 标签值$y$包含的信息量为: $$ info(y) = ln p(y) $$ 其中, $p(y)$为$y$出现的概率. $p(y)$越小, $y$包含的信息量越大. 这是符合直觉的. 熵 熵定义为信息的期望值. 一个可以分为$m$类的数据集$S$
阅读全文
摘要：$n$维行列式的值: $$ |A| = \sum_{c_1, \dots, c_n} ( 1)^r(s) a_{1,c_1}\dots a_{n, c_n} $$ 其中: $s = {c_1, \dots, c_n}$为$(1, \dots, n)$的一个全排列. $r(s)$为$s$的逆序数. 现
阅读全文
摘要：同济版线性代数教材里, 行列式为第一章. 真心不好. 虽然放在第一章也有一定理由: 行列式的概念可以不依赖于教材其他章节的任何概念而独立存在, 并且被其他很多概念所依赖, 比如秩等. 把它放在第一章可以保持概念体系的完整性. 可是, 作为学习教材, 理论体系的完整性固然重要, 但却应让位于可读性,
阅读全文
摘要：以分类任务为例, 假设要将样本分为$n$个类别. 先考虑单个样本$(X, z)$. 将标题$z$转化为一个$n$维列向量$y = (y_1, \dots y_k, \dots, y_n)^T$: $$ y_k= \begin{cases} 0& k \neq z \\ 1& k = z \end{c
阅读全文
摘要：什么是仿射变换? Affine Transformation.任意由线性变换(矩阵乘法)+向量加法操作构成的变换操作. 包括平移(Translation), Rescale(放缩), Rotate(旋转). 仿射变换的视觉特点是: 原图中平行的线在变换后图片中仍然平行. (而透视变换Perspect
阅读全文
摘要：What? 对原图进行不同scale的resize操作得到包括原图在内的一系列不同大小的图片, 可组成图像的金字塔模型. 从塔顶到塔底, 从粗糙到精细. For What? 应对目标物体大小不确定的情况 节省计算资源.
阅读全文
摘要：定义 $A$为$n\times n$方阵. 若非零向量$p$与实数$x$满足: $$Ap = \lambda p$$ 则分别称$\lambda$与$p$分别为$A$的特征值, 及这个特征值对应的特征向量. 特征值可以由下式计算: $$(A \lambda I)p = 0$$ 这是一个 "齐次线性方程
阅读全文
摘要：定义 常数项为0的线性方程组. $$Ax = 0$$ (还不理解为什么这个叫齐次) 有非零解的充要条件 假设$x$是一个$n$维非零列向量:$x = (x_1, \dots, x_n)^T$, $A = ( a_1, \dots, a_n)$, 其中$a_i, i = 1, ..., n$是方阵$A
阅读全文
浙公网安备 33010602011771号