<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[chasel's blog]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/chasel_</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; chasel_]]></copyright><item><title><![CDATA[3DDFA 在win10 下的编译]]></title><link>https://blog.youkuaiyun.com/chasel_/article/details/89333775</link><guid>https://blog.youkuaiyun.com/chasel_/article/details/89333775</guid><author>chasel_</author><pubDate>Wed, 24 Apr 2019 09:36:46 +0800</pubDate><description><![CDATA[3DDFA对于大角度侧脸效果很好，github地址：https://github.com/cleardusk/3DDFA

1. 安装python 和对应版本的Anaconda，我自己用的是python 3.6和对应的Anaconda3-5.2.0

2. 安装pytorch。

  进入pytorch 官网：https://pytorch.org/

  选择好操作系统、pyth...]]></description><category></category></item><item><title><![CDATA[ceres windows10 VS2015 编译]]></title><link>https://blog.youkuaiyun.com/chasel_/article/details/85549607</link><guid>https://blog.youkuaiyun.com/chasel_/article/details/85549607</guid><author>chasel_</author><pubDate>Wed, 02 Jan 2019 13:37:44 +0800</pubDate><description><![CDATA[1. CMAKE 安装gflags

 gflags源码：https://github.com/gflags/gflags

CMAKE中无需任何设置，无需任何第三方库，直接configure和generate。

需要注意的是，CMAKE配置的是32位，当编译64位时，需要在库管理器-&amp;gt;命令行中将/machine:X86改成/machine:X64

 

2. CMAKE 安装glog
...]]></description><category></category></item><item><title><![CDATA[ImageMagick]]></title><link>https://blog.youkuaiyun.com/chasel_/article/details/43670885</link><guid>https://blog.youkuaiyun.com/chasel_/article/details/43670885</guid><author>chasel_</author><pubDate>Mon, 09 Feb 2015 14:50:21 +0800</pubDate><description><![CDATA[http://www.jianshu.com/p/c3ca604aae4c]]></description><category></category></item><item><title><![CDATA[近几年video segmentation的文章]]></title><link>https://blog.youkuaiyun.com/chasel_/article/details/42883105</link><guid>https://blog.youkuaiyun.com/chasel_/article/details/42883105</guid><author>chasel_</author><pubDate>Mon, 19 Jan 2015 21:39:54 +0800</pubDate><description><![CDATA[1. Spectral Graph Reduction for Efficient Image and Streaming Video Segmentation. CVPR 2014
Fabio Galasso* (Max Planck Institute), Margret Keuper (University of Freiburg), Thomas Brox (University of]]></description><category></category></item><item><title><![CDATA[2014ECCV视觉跟踪录用文章]]></title><link>https://blog.youkuaiyun.com/chasel_/article/details/38510447</link><guid>https://blog.youkuaiyun.com/chasel_/article/details/38510447</guid><author>chasel_</author><pubDate>Tue, 12 Aug 2014 09:27:35 +0800</pubDate><description><![CDATA[Motion and tracking  

Graduated Consistency-Regularized Optimization for Multi-Graph MatchingA Generative Model for the Joint Registration of Multiple Point SetsTracking using Multilevel Quantizati]]></description><category></category></item><item><title><![CDATA[research 和 debug]]></title><link>https://blog.youkuaiyun.com/chasel_/article/details/23769415</link><guid>https://blog.youkuaiyun.com/chasel_/article/details/23769415</guid><author>chasel_</author><pubDate>Tue, 15 Apr 2014 17:17:02 +0800</pubDate><description><![CDATA[这段时间一直在复现一个经典的视觉跟踪算法]]></description><category></category></item><item><title><![CDATA[一些关于VS2010的目录设置]]></title><link>https://blog.youkuaiyun.com/chasel_/article/details/17147707</link><guid>https://blog.youkuaiyun.com/chasel_/article/details/17147707</guid><author>chasel_</author><pubDate>Thu, 05 Dec 2013 19:45:23 +0800</pubDate><description><![CDATA[VS2010默认的工作目录是与cpp同目录，即$(ProjectDir)。但是生成的binary是在solution目录下的debug和release文件夹中。有时候为了方便，可以将工作目录设置在binary所在的文件夹中，如果下图所示


设置在release目录中也是类似地。


很多时候，为了方便与他人传递VS工程，需要将第三方库设置在solution目录下。可以如下图设置第三方]]></description><category></category></item><item><title><![CDATA[windows 下编译yaml-cpp]]></title><link>https://blog.youkuaiyun.com/chasel_/article/details/17013271</link><guid>https://blog.youkuaiyun.com/chasel_/article/details/17013271</guid><author>chasel_</author><pubDate>Fri, 29 Nov 2013 10:41:32 +0800</pubDate><description><![CDATA[yaml库依赖于boost，所以先装boost。
1. 下载 boost http://www.boost.org/ 我下的最新版本 1.55.0，然后解压文件。
2. 在开始菜单里打开 Microsoft Visual Studio 2010 -> Visual Studio Tools-> Visual Studio Command Prompt（命令提示行）
3. cd 到解压目录，输]]></description><category></category></item><item><title><![CDATA[在Matlab下编译sparseLM]]></title><link>https://blog.youkuaiyun.com/chasel_/article/details/8194411</link><guid>https://blog.youkuaiyun.com/chasel_/article/details/8194411</guid><author>chasel_</author><pubDate>Sat, 17 Nov 2012 22:05:55 +0800</pubDate><description><![CDATA[levmar库给出了一个很好的LM算法实现。可是在处理实际问题中，我们要求解的参数可能非常多，而且这些参数之间关联性不大，这就造成了输入到LM算法的Jacobian矩阵规模很大，而且非常sparse。如果直接传给LM算法，很可能out of memery。这也是levmar的sparse版本sparseLM产生的动机。
    相较于levmar，sparseLM依赖于更多的库来处理稀疏性，因此]]></description><category></category></item><item><title><![CDATA[在Matlab下编译levmar]]></title><link>https://blog.youkuaiyun.com/chasel_/article/details/8193977</link><guid>https://blog.youkuaiyun.com/chasel_/article/details/8193977</guid><author>chasel_</author><pubDate>Sat, 17 Nov 2012 18:35:39 +0800</pubDate><description><![CDATA[Levenberg-Marquardt已经成为现在最为通用的非线性最小二乘算法，而levmar库提供了一个非常简便和鲁棒的实现。
    levmar给出了c++和matlab两个版本。在msvc下编译levmar，网上有很多现有的教程，这里不再赘述。要注意的是，levmar依赖于lapack\blas库来求解一些基本的线性代数问题，可以直接下载MSWin下编译好binary files。然后在]]></description><category></category></item><item><title><![CDATA[贝叶斯线性回归（一）]]></title><link>https://blog.youkuaiyun.com/chasel_/article/details/6436075</link><guid>https://blog.youkuaiyun.com/chasel_/article/details/6436075</guid><author>chasel_</author><pubDate>Sat, 21 May 2011 10:12:00 +0800</pubDate><description><![CDATA[      前段时间看完支持向量机（SVM），这两天在看相关向量机（RVM）。不同于SVM，RVM用贝叶斯的方法来解决有监督学习中经典问题回归和分类。同时，RVM还保留了SVM的一些特性，但是RVM的模型更为简单，对于同样的测试集似乎比SVM要快一点。关于更多SVM和RVM的比较是今后的任务，现在主要介绍下RVM的基本思想和原理。      SVM是从二元分类问题发展开来的，而RVM是从回归问题扩展开来的。因此，在正式介绍RVM之前，想讲讲贝叶斯线性回归。      观察值集合{xn}，n=1, 2, ..]]></description><category></category></item></channel></rss>