摘要: 调用robustfit函数作稳健回归regress函数和regstats函数利用普通最小二乘法估计模型中的参数,参数的估计值受异常值的影响比较大。robustfit函数采用加权最小二乘法估计模型中的参数,受异常值的影响就比较小。robustfit函数用来作稳健的多重线性或广义线性回归分析,下面介绍robustfit函数的用法。1.4.1.robustfit函数的用法robustfit函数有以下几种调用方式:b = robustfit(X,y)b = robustfit(X,y,wfun,tune)b = robustfit(X,y,wfun,tune,const)[b,stats] = rob 阅读全文
posted @ 2013-07-05 23:36 视频理解 阅读(1092) 评论(0) 推荐(0)
摘要: 命令:高品质:ffmpeg -i E:\input\a.wmv -ab 128 -acodec libmp3lame -ac 1 -ar 22050 -r 29.97 -qscale 4 -y E:\output\a.flv低品质:ffmpeg -i E:\input\a.wmv -ab 128 -acodec libmp3lame -ac 1 -ar 22050 -r 29.97 -b 512 -y E:\output\low.flv================================================================参数说明:ffmpeg.exe 阅读全文
posted @ 2013-07-04 15:33 视频理解 阅读(2311) 评论(0) 推荐(0)
摘要: 编解码学习笔记(一):基本概念媒体业务是网络的主要业务之间。尤其移动互联网业务的兴起,在运营商和应用开发商中,媒体业务份量极重,其中媒体的编解码服务涉及需求分析、应用开发、释放license收费等等。最近因为项目的关系,需要理清媒体的codec,比较搞的是,在豆丁网上看运营商的规范 标准,同一运营商同样的业务在不同文档中不同的要求,而且有些要求就我看来应当是历史的延续,也就是现在已经很少采用了。所以豆丁上看不出所以然,从 wiki上查。中文的wiki信息量有限,很短,而wiki的英文内容内多,删减版也减肥得太过。我在网上还看到一个山寨的中文wiki,长得很像,红色的,叫“天下维客”。wiki的 阅读全文
posted @ 2013-07-04 15:21 视频理解 阅读(2895) 评论(0) 推荐(0)
摘要: 图像序列图像序列是由图像组构成的,是随机存取段落。sequence_header_code – The sequence_header_code is the bit string ‘000001B3’ in hexadecimalsequence_end_code – The sequence_end_code is the bit string ‘000001B7’ in hexadecimal.MPEG-2为了实现随机访问,在码流中会插入repeat_sequence_header,它可以插在I、P帧或GOP前面;假如是场编码,只能插在第一场前面。图像组头图像组(GOP)是为方便随机存取 阅读全文
posted @ 2013-07-04 11:12 视频理解 阅读(1133) 评论(0) 推荐(0)
摘要: 图像的反向投影图是用输入图像的某一位置上像素值(多维或灰度)对应在直方图的一个bin上的值来代替该像素值,所以得到的反向投影图是单通的。用统计学术语,输出图像象素点的值是观测数组在某个分布(直方图)下的概率。其中b(xi)表示在位置xi上像素对应的直方图第b(xi)个bin,直方图共m个bin,qu表示第u个bin的值。还是以例子说明(1)例如灰度图像如下Image=01234567891011891415(2)该灰度图的直方图为(bin指定的区间为[0,3),[4,7),[8,11),[12,16))Histogram=4462(3)反向投影图Back_Projection=44444444 阅读全文
posted @ 2013-06-28 14:45 视频理解 阅读(259) 评论(0) 推荐(0)
摘要: 本人经过搜索,将罗列出 Computer Vision & MultiMedia相关的国际会议以及其简单介绍,同时给出2013的官网地址。(三大会议排除 ICCV CVPR ECCV,人所周知了,其实大家发文章不用盯着三大会议,下面罗列出来的会议也不乏很多好会议)1. IEEE International Conference on Image Processing(ICIP)这个会议也是大家比较熟知的,图像,视觉,多媒体方向的研究都可以投。http://www.ieeeicip.org/2. IEEE International Conference on Multimedia an 阅读全文
posted @ 2013-05-29 09:30 视频理解 阅读(638) 评论(0) 推荐(0)
摘要: Ransac是用途很广泛的算法,详细介绍请看http://en.wikipedia.org/wiki/RANSAC。下面简单介绍一下(没兴趣的可以略过不看)。我们分析世界,需要对世界建模,把世界中的现象抽象成模型。每个模型,又存在一些参数,通过调节参数,可以得到不同的实例,进行推演。我们观察现象,得到一堆数据。如何为这堆数据找一个合适的模型,再确定合适的模型参数,这是很重要的问题,是人类理性的基础。数据分两种:有效数据(inliers)和无效数据(outliers)。那些偏差不大的数据是有效数据,偏差大的数据是无效数据。如果有效数据占大多数,无效数据只是很少量时,我们可以通过最小二乘法或类似的 阅读全文
posted @ 2013-05-19 21:02 视频理解 阅读(229) 评论(0) 推荐(0)
摘要: 1. 比较出名的是Ivan Laptev的 3D Harris,这是一个可执行文件,用起来比较方便,是Harris在3维空间的扩展,检测到特征点之后是用HOG和HOF进行表示。一共的特征维数是162维。点击这里进入下载界面。2. P. Dollar的cuboids角点检测,方法大致是用1D的gabor进行滤波。检测到角点之后,作者的实验表明直接用cuboids里面的梯度作为表示,然后再进行降维。我认为这个方法的缺点是降维之前的维数太高,求协方差矩阵特征值所花费的时间比较多(一般降维前的特征都是上万维的)。但是这个算法的一个好处是可以控制每个视频提特征点的个数。所以现在这个特征用的人是最多的。代 阅读全文
posted @ 2013-05-14 10:44 视频理解 阅读(506) 评论(0) 推荐(1)
摘要: http://www.guokr.com/post/367398/————2012年8月3日,一位来自“南部北达科塔大学霍普分校”的"马戏·拉刺客"教授(Marcie Rathke) 向一份(可敬)的期刊——理论数学进展 Advances in Pure Mathematics 投递了一篇论文。这篇论文的题目是:“Independent, Negative, Canonically Turing Arrows of Equations and Problems in Applied Formal PDE”作者很好心地提供了论文全文供我们观摩学习。仅仅10天之后,这 阅读全文
posted @ 2013-05-01 11:39 视频理解 阅读(296) 评论(0) 推荐(0)
摘要: 网址:http://pdos.csail.mit.edu/scigen/在网页上,只要输入作者名,电脑就可以自动为你生成一篇“SCI级别”的computer science论文,论文上abstract,introduction,literature review,experiment result,discussion,conclusion,reference,diagram一应俱全,除了内容没人能真的能看懂以外,“paper”像模像样。比起这个软件免费写的英文paper,qq上代写论文广告就弱爆了。下面就是一篇自动生成的名作:http://pdos.csail.mit.edu/scigen/ 阅读全文
posted @ 2013-05-01 11:17 视频理解 阅读(466) 评论(0) 推荐(0)