首页AI技术供需平台文章列表:站长QQ:926563750
谷歌知识图谱已应用于视频演员识别介绍

谷歌知识图谱已应用于视频演员识别介绍

 机器视觉,模式识别,以图搜图有着广泛应用,看看Google做了些什么,一年前的新闻了。谷歌在GooglePlayStore的GooglePlayMovies&TV应用中添加了一个新的视屏功能,当用户使用安卓平板观看视频的时候,暂停播放,旁边会自动弹出该演员明星或者配乐的相关信息卡。这些信息来自谷歌的知识图谱。谷歌首先使用面部识别技术辨认出......

Haar+Adaboost 车辆检测 目标检测(视频车辆检测算法代码)

Haar+Adaboost 车辆检测 目标检测(视频车辆检测算法代码)

 正样本:http://download.csdn.net/detail/zhuangxiaobin/7326197负样本:http://download.csdn.net/detail/zhuangxiaobin/7326205训练和检测工具:http://download.csdn.net/detail/zhuangxiaobin/741479......

关于adaboost的一些浅见 分析

关于adaboost的一些浅见 分析

 周末没上微博,今天一来,发现微博上大家对adaboost进行了热烈的讨论。讨论源于@老师木这个神人抛了三个问题,无数大牛争相回答。这三个问题是:1,adaboost不易过拟合的神话。2,adaboost人脸检测器好用的本质原因,3,真的要求每个弱分类器准确率不低于50%。关于第一个和第二个问题,包括@ICT山世光@南大周志华两位大牛在内的很多同学......

浅谈Adaboost 算法 原理

浅谈Adaboost 算法 原理

       对于Adaboost,可以说是久闻大名,据说在DeepLearning出来之前,SVM和Adaboost是效果最好的 两个算法,而Adaboost是提升树(boosting tree),所谓“提升树”就是把“弱学习算法”提升(boost)为“强学习算法”(语自《统计学习方......

论文笔记BING : Binarized Normed Gradients for Objectness Estimation at 300fps

论文笔记BING : Binarized Normed Gradients for Objectness Estimation at 300fps

 这篇CVPR2014的论文与之前那篇BoostingBinaryKeypointDescriptors一样,都是利用二进制来加速计算。不过这篇并不是做特征,而是去找图中的Object。它主要有两大亮点。第一个亮点是发现了在固定窗口的大小下,物体与背景的梯度模式有所不同。如图1所示。图1(a)中绿框代表背景,红框代表物体。如果把这些框都resize......

BING: Binarized Normed Gradients for Objectness Estimation at 300fps

BING: Binarized Normed Gradients for Objectness Estimation at 300fps

 cvpr2014论文,据说很牛,转载BING:BinarizedNormedGradientsforObjectnessEstimationat300fps. Ming-MingCheng,ZimingZhang,Wen-YanLin,PhilipTorr,IEEECVPR,2014. [Projectpage][pdf][b......

人脸识别中的八大难题,何时能解

人脸识别中的八大难题,何时能解

 最近在看人脸识别相关文献,根据文献总结归纳以下八大难点,我从难到易进行罗列。其实,人脸识别算法研究已久,在背景简单的情形下,大部分算法都能很好的处理。但是,人脸识别的应用范围颇广,仅是简单图像测试,是远远不能满足现实需求的。而能否应对复杂情形下的图像,则成了检验各家方法的硬标准。以下罗列该八个难点(参考了中科大庄连生博士论文--复杂光照条件下人脸......

国内人脸识别研究现状及进展

国内人脸识别研究现状及进展

   最近几年,在国内掀起了一股图像处理、分析、识别的热潮,而其中的车牌识别和人脸识别无疑是其中的研究热潮。   本人没有做过车牌识别的项目,不便叙述,不过,倒是可以跟大家聊聊最近几年国内在人脸识别领域的一些发展情况。广义的人脸识别实际包括构建人脸识别系统的一系列相关技术,包括图像采集,人脸定位,预......

SVM支持向量机简介

SVM支持向量机简介

 支持向量机SVM是从线性可分情况下的最优分类面提出的。所谓最优分类,就是要求分类线不但能够将两类无错误的分开,而且两类指尖的分类间隔最大,前者是保证经验风险最小(为0),而通过后面的讨论我们看到,使分类间隔最大实际上就是使得推广性中的置信范围最小。推广到高维空间,最优分类线就成为最优分类面。    支持向量......

Machine Learning(ML)的一些经典教程汇总

Machine Learning(ML)的一些经典教程汇总

如今机器学习的学习资源越来越多,对于入行的朋友们来说,他们只需要关注自己从事的具体研究方向最新的国际会议、杂志上的paper就差不多了,而对于那些想要入行的朋友们,选择经典的教程入手可能会事半功倍。以下这些教程,是机器学习比较经典的,也欢迎朋友们补充。一、公开课AndrewNg教授的机器学习课程。多啰嗦几句AndrewNg,他虽然没出过啥书,但是他对这两年接......

搜索

控制面板

您好,欢迎到访网站!
  [查看权限]

图标汇集

  • RainbowSoft Studio Z-Blog
  • 订阅本站的 RSS 2.0 新闻聚合

站点统计

  • 文章总数:161
  • 评论总数:158
  • 浏览总数:162766
  • 当前主题:经典灰黑主题缩略图版