无鞋童鞋的博客

最大似然估计(Maximum Likelihood Estimation, ML)是一种在给定观察数据情况下，来评估模型参数的算法。它属于一种统计方法，用来求一个样本集的相关概率密度函数的参数。

初略介绍一下机器学习上经典排序融合(Rank Aggregation)算法——Plackett-Luce模型。

1. 前言　　最近看了一些有关于CRF的论文，基本概念懂，但是到求解的部分有些疑惑。CRF问题容易构成NP-hard问题，求解过程还需要再学习。下面稍微介绍一些CRF的学习吧，这里前面CRF内容主要参考了下面博文，讲的非常好： http://blog.sina.com.cn/s/blog_6d15445f0100n1vm.html2. 介绍　　条件随机场(Conditional random fi

1. 说明　　关于超像素分割的背景不在过多说明，大致作用就是将区域内相似属性的超像素集合到一起，合成一个有更多属性的块区域。其中SLIC算法应用最广泛，现在在图像处理和计算机领域有很广泛的应用。作用如图所示： \quad 2. 下载地址和使用说明　　SLIC算法C++/Matlab的demo可以下面链接中下载： 　　http://ivrl.epfl.ch/research/superpix

一、背景　　当前计算机视觉方向，随着深度学习方法的发展与成熟，已经在各大计算机视觉应用中取得优异的表现，尤其以检测，分类，识别中最为突出。但是重新设计和训练一个深度网络是一个复杂的工作，所以有一批研究者采取另类的一种方法，也就是从当前已有网络中提取前卷积网络作为图片的特征，来替代传统手工诸如RGB颜色，HOG，纹理，亮度等等特征，然后应用传统无监督或者有监督学习方法结合深度特征（Deep CNN f