摘要： 图像检索感觉是很古老的一个问题了，CBIR也疯狂过。Google在实验室也开放过相关研究的demo，不过貌似都关闭了已经。因为已经可以实际应用了。最近的明显的进展是google和baidu利用deep learning的技术，改进的图像检索。google在google+上图像自动语义标注、分类的应用；baidu在百度识图以及百度魔图app上的应用，可谓是非常成功。具体链接：【Deep learning based Visual Search Engines】http://www.lookpre.com/post/g163948.html---据说google已经在广告中开始显示图像，看来这些技 阅读全文

摘要： CVPR2011论文录取已经结束了，虽然论文都还没有在线公布出来，不过相信http://www.cvpapers.com/会很快有的。这里大体看一下结果统计与分析：At the end of the AC meeting, there were 59 papers (3.5%) accepted for orals and 381 (22.7%)accepted as posters, for an overall acceptance rate of 26.4% where Percentages are computed using the 1677 papers that entered 阅读全文

摘要： Bag-of-words model (BoW model) 最早出现在NLP和IR领域. 该模型忽略掉文本的语法和语序, 用一组无序的单词(words)来表达一段文字或一个文档. 近年来, BoW模型被广泛应用于计算机视觉中. 与应用于文本的BoW类比, 图像的特征(feature)被当作单词(Word).引子: 应用于文本的BoW modelWikipedia[1]上给出了如下例子: John likes to watch movies. Mary likes too. John also likes to watch football games.根据上述两句话中出现的单词, 我... 阅读全文

摘要： 常用牛人主页链接（计算机视觉、模式识别、机器学习相关方向,陆续更新。。。。）牛人主页（主页有很多论文代码）Serge Belongieat UC San DiegoAntonio Torralbaat MITAlexei Ffrosat CMUCe Liuat Microsoft Research New EnglandVittorio Ferrariat Univ.of EdinburghKristen Graumanat UT AustinDevi Parikhat TTI-Chicago(Marr Prize at ICCV2011)John Wrightat Columbia Univ 阅读全文

摘要： http://www.csie.ntu.edu.tw/~cjlin/libsvm/ 阅读全文

摘要： 一、特征提取Feature Extraction： SIFT [1] [Demo program][SIFT Library] [VLFeat] PCA-SIFT [2] [Project] Affine-SIFT [3] [Project] SURF [4] [OpenSURF] [Matlab Wrapper] Affine Covariant Features [5] [Oxford project] MSER [6] [Oxford project] [VLFeat] Geometric Blur [7] [Code] Local Self-Similarity Descriptor 阅读全文

摘要： 2010年6月17日 忙菇 发表评论 阅读评论怎么让作研究简化呢?偷懒!怎么偷懒呢?用库!所以推荐个库http://www.vlfeat.org/有这些东西:• The VLFeat library- SIFT example (vl_sift)• Caltech-101running example• Visual descriptors- PHOW feature (fast dense SIFT, vl_phow)- Vector Quantization (Elkan, vl_kmeans, vl_kdtreebuild,vl_kdtreequery)- Spatial histogr 阅读全文

摘要： 上次提到过一些itunes U上面的一些开放课程。今天在verycd上看到一些来自中科院的跟AI，CV相关的课程。共享一下。计算机控制系统:http://www.verycd.com/topics/2834350/算法设计与分析:http://www.verycd.com/topics/2834326/矩阵分析:http://www.verycd.com/topics/2834343/数值分析:http://www.verycd.com/topics/2834723/模式识别:http://www.verycd.com/topics/2834722/小波与傅里叶分析:http://www.ve 阅读全文

摘要： 大类名称关键词有监督分类决策树信息增益分类回归树Gini指数，Χ2统计量，剪枝朴素贝叶斯非参数估计，贝叶斯估计线性判别分析Fishre判别，特征向量求解K最邻近相似度度量：欧氏距离、街区距离、编辑距离、向量夹角、Pearson相关系数逻辑斯谛回归（二值分类）参数估计（极大似然估计）、S型函数径向基函数网络非参数估计、正则化理论、S型函数对偶传播网络无导师的竞争学习、有导师的Widrow-Hoff学习学习向量量化网络一个输出层细胞跟几个竞争层细胞相连误差反向传播网络S型函数、梯度下降法支持向量机（二值分类）二次规化，Lagrange乘数法，对偶问题，最优化，序列最小优化，核技巧单层感知器只具有线 阅读全文

摘要： 在做分类时常常需要估算不同样本之间的相似性度量(Similarity Measurement)，这时通常采用的方法就是计算样本间的“距离”(Distance)。采用什么样的方法计算距离是很讲究，甚至关系到分类的正确与否。 本文的目的就是对常用的相似性度量作一个总结。本文目录：1. 欧氏距离2. 曼哈顿距离3. 切比雪夫距离4. 闵可夫斯基距离5. 标准化欧氏距离6. 马氏距离7. 夹角余弦8. 汉明距离9. 杰卡德距离 & 杰卡德相似系数10. 相关系数 & 相关距离11. 信息熵1. 欧氏距离(Euclidean Distance) 欧氏距离是最易于理解的一种距离计算方法，源 阅读全文