站长WX:miphoon

置顶文章

  • 用OpenALPR可以自己做一个车牌识别系统

     网络监控摄像头现在已经成为重要的安全工具之一了,但你可能根本就没有时间去看摄像头拍到的东西,这样它们的作用也就没那么大了。有个叫做OpenALPR(自动车牌识别)的开源软件库或许可以帮上你的忙,将普通的摄像头做成属于你自己的自动车牌识别系统。当摄像头在影像内容中拍摄到车牌的时候,就能够快......

    AI技术供需平台 机器学习,源码,开源 阅读全文
  • 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......

    AI技术供需平台 人脸识别,机器学习,图像处理 阅读全文
  • 黑夜给了我黑色的眼睛,我却用它研究CV

    编者按:计算机视觉(ComputerVision)领域历史悠久,业界对此一直都不缺乏想象。当图像和视频总量每年以数十倍的速度增长,增长到人们有一天再也无法通过文字整理和检索这些信息时,计算机视觉技术或许会和当年的关键字搜索技术一样,成为救世主。本文来自美国计算机视觉公司创始人Orbeus刘天强(微博......

    视觉资讯 计算机视觉 阅读全文
  • 互联网世界的“人工智能”——探秘“深度学习”的前世今生

    编者按:本文来自“流浪汉”投稿(@ZhangLumin),一个在硅谷工作的码农,有机器学习背景,平常对产品方面很有兴趣。最近一段时间里,Facebook、Google、Yahoo!、百度等各大公司都在尝试将深度学习(deeplearning)算法运用到产品开发中,以期使产品更智能化,提升用户体验。在......

    视觉资讯 深度学习,人工智能 阅读全文
Google收购图片分析应用Jetpac

Google收购图片分析应用Jetpac

 Google刚刚收购了Jetpac应用背后的团队,该应用通过对Instagram的公开图片数据的分析,制作城市指南,比如最快乐和最喜欢买醉的城市排行榜,就是他们的作品。Jetpac于2012年上线,初期是一款专注于“社会化旅游指南”的iPad应用。后来该团队转型,继而开始利用Instagram的公开图片数据,并发布iPhone应用“Jetpac城......

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......

分类算法之决策树(Decision tree)

分类算法之决策树(Decision tree)

 1、摘要在前面两篇文章中,分别介绍和讨论了朴素贝叶斯分类与贝叶斯网络两种分类算法。这两种算法都以贝叶斯定理为基础,可以对分类及决策问题进行概率推断。在这一篇文章中,将讨论另一种被广泛使用的分类算法——决策树(decisiontree)。相比贝叶斯算法,决策树的优势在于构造过程不需要任何领域知识或参数设置,因此在实际应用中,对于探测式的知识发现,决......

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......

超级理工男在自家别墅开发智能家居系统

超级理工男在自家别墅开发智能家居系统

 比尔·盖茨那个高科技的家令人神往,可能大家不知道,在杭州也有一个到处藏着高科技“秘密武器”的智能别墅,一位杭州超级理工男自创了一套智能居家系统安装在别墅里,地点就在杭州滨江区。当我轻手轻脚地走进别墅的小花园,刚刚跨过四五块地砖,不知道哪里传出声音吓我一跳:“你好,这里是私人住所。”我看到花园里菜瓜新鲜盆景翠绿,夸了句:今年夏天还能保持这样的长势不......

2014智慧城市关键技术及解决方案回顾

2014智慧城市关键技术及解决方案回顾

 本文来自网络作者不详智慧城市的核心是以一种更智慧的方法通过利用新一代信息技术来改变城市管理者、居住者相互交互的方式,以便提高交互的明确性、效率、灵活性和响应速度。从整体上看,它至少应该有三层架构:感知层、互联层、应用层。通过感知层采集城市全方位的信息,通过互联层把各个信息系统链接起来进行信息的交互与共享,通过应用层采用智能化的技术,深入分析收集到......

搜索

控制面板

您好,欢迎到访网站!
  [查看权限]  [用户注册]

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:197
  • 评论总数:165
  • 浏览总数:210142
  • 当前主题:经典灰黑主题缩略图版