hSheng

摘要： 1,TIP:http://users.iit.demokritos.gr/~bgat/IEEE_Ntirogiannis_2012.pdf2, A spatially adaptive statistical method for the binarization of historical manuscripts and degraded document images. PR3, A new scheme for unconstrained handwritten text-line segmentation4,New Binarization Approach Based on Text 阅读全文

摘要： html查询:http://www.monmonkey.com/rumenpian/html/index.html 阅读全文

摘要： Journal name20112009200820072006200520042003IEEE T. on Circuits and Systems for Video Technology1.6492.5482.9511.6853.0221.842IEEE T. on Image Processing3.0422.8483.3152.4622.7152.4282.0112.642IEE Image Processing0.6390.514IEEE T. on Pattern Analysis and Machine Intelligence (PAMI)4.9084.3785.9603.5 阅读全文

摘要： 1, Fast Approximate Energy Minimization via Graph Cuts. PAMI 20012, An Experimental Comparison of Min-Cut/Max-Flow Algorithms for Energy Minimization in Vision. PAMI 20043, What Energy Functions can be Minimized via Graph Cuts?PAMI 20044, Fast Approximate Energy Minimization with Label Costs IJCV201 阅读全文

摘要： 1, LSH2, Graph-cuthttp://blog.csdn.net/hexbina/article/details/8535770 阅读全文

摘要： 1, Spectral hashing. NISP 20082, Locality-sensitive binary codes from shift-invariant kernels. NIPS 20093, Fast similarity search for learned metrics PAMI 20094, Reducing the dimensionality of data with neural networks Science 20065, Learning to hash with binary reconstruction embeddings NIPS 20096, 阅读全文

摘要： 关于NumPy-快速处理数据：http://hyry.dip.jp:8000/pydoc/numpy_intro.htmlPython for computer vision:http://programmingcomputervision.com/downloads/Draft_20120318.pdfscipy module for python: filters, morphology. .mathttp://docs.scipy.org/doc/scipy/reference/ndimage.html.http://docs.scipy.org/doc/scipy/reference/ 阅读全文

摘要： http://iris.usc.edu/information/Iris-Conferences.html 阅读全文

摘要： 这个篇关于数学的讨论帖子很不错，忽然觉得自己是一个文盲!!没有10年高等的数学基础的不要说自己在做科研了！加油！！1. 线性代数 (Linear Algebra)： 我想国内的大学生都会学过这门课程，但是，未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础，对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课，后来到了香港后，又重新把线性代数读了一遍，所读的是Introduction to Linear Algebra (3rd Ed.)by Gilbert Strang.这本书是MIT的线性代数课使用的教材，也是被很多其它大学选用的经典教材。它的难度适中，讲解 阅读全文

摘要： 概率的理解：概率的一种理解是频数的解释，比如投硬币，当投的次数无限多时，我们大概知道下次投出“head” 的概率。另外一种解释就是贝叶斯观点，就是衡量事情的不确定性。贝叶斯观点的好处在于，其不是基于重复事件的。而是基于先前的信息，来预测下一个事件发生的概率。概率的基本性质在此略去，下面看看几种典型的概率分布：高斯分布为什么使用最频繁：1，他的两个参数很好理解，能很好的解释分布中的两个重要的性质：均值和方差。2，中心极限定理表明独立随机变量的和近似为高斯分布，这个对误差或者噪声建模提供了有力的工具；3，高斯分布与最大熵有关；4，具有很简单的数学形式，很容易实现。关于高斯的历史以及来历，有段有.. 阅读全文