grunt1223的专栏

目前公司PF系统（违禁图片机器审核）运营尚存在一些问题，主要包括：1.C++&opencv，第三方依赖较重，缺乏相应的C++工程师，维护成本较大2.图片识别引擎与对比算分机制接近黑盒，内部机制不易理解，例如像提高某张高危图片的激励（权重）因子等等3.针对公司特定业务的修改较为困难，例如增加对三维仿射的稳定性、增加图像签名缓存、特征匹配可视化等等在隐网项目的过程中，积累了关于...

[code="java"]#include "cv.h"#include "highgui.h"#include "ml.h"#include #include #include using namespace std;//以下例子用来拟合正弦曲线int main(int argc, char **argv){ int num_train =...

黄色-图片自动识别是一个涉及到图像处理、模式识别、机器学习、统计概率的综合领域，其关键技术包括：皮肤检测、人脸检测、连通区域分析、贝叶斯分类、支持向量机等等关于绿-坝是如何实现的，我一直很感兴趣。我这边也有一些相关的工作心得，拿出来与大家分享一下。[b]第一步是皮肤检测。[/b]肤色检测并不像我们想象那样简单，要做到不同光照下的肤色识别，并不是只要指定一个所谓的“肉色”的RGB...

黄色-图片自动识别是一个涉及到图像处理、模式识别、机器学习、统计概率的综合领域，其关键技术包括：皮肤检测、人脸检测、连通区域分析、贝叶斯分类、支持向量机等等[b]第一步是皮肤检测。[/b]肤色检测并不像我们想象那样简单，要做到不同光照下的肤色识别，并不是只要指定一个所谓的“肉色”的RGB区域那么容易。一般采用转换到HSV色彩空间+变换的方式获得概率模型。我在获得概率模型之后，用一个...

标签云或文字云是关键词的视觉化描述，用于汇总用户生成的标签或一个网站的文字内容。标签一般是独立的词汇，常常按字母顺序排列，其重要程度又能通过改变字体大小或颜色来表现。所以标签云可以灵活地依照字序或热门程度来检索一个标签。大多数标签本身就是超级链接，直接指向与标签相联的一系列条目。互联网标签云（Tag Cloud）的概念最早由Stewart Butterfield在《Make a Flick...

在计算视觉的领域中，Pascal VOC Challenge 就好比是数学中的哥德巴赫猜想一样。Pascal的全称是Pattern Analysis, Statical Modeling and Computational Learning。每年，该组织都会提供一系列类别的、带标签的图片，挑战者通过设计各种精妙的算法，仅根据分析图片内容来将其分类，最终通过准确率、召回率、效率来一决高下。这...

[align=center][size=x-large]基于统计概率和机器学习的文本分类技术[/size][/align][size=large][align=center]—— 社区产品机器审核机制[/align][/size][b][size=large]一、现状[/size][/b]目前，所在公司社区类产品（论坛、博客、百科）每天都会接收到大量的垃圾、灌水信息，高峰期16...

[size=x-large]一、引言[/size]多媒体识别是信息检索中难度较高且需求日益旺盛的一个问题。以图像为例，按照图像检索中使用的信息区分，图像可以分为两类：基于文本的图像检索和基于内容识别的图像检索（CBIR：Content Based Image Retrieval）。基于文本的图像检索完全不分析和利用图像本身的内容，其检索质量完全依赖于与图像关联的文字信息与图像内容的相关性，...

给定两个点p1与p2的坐标，确定这两点所构成的直线，要求对于输入的任意点p3，都可以判断它是否在该直线上。初中解析几何知识告诉我们，判断一个点在直线上，只需其与直线上任意两点点斜率都相同即可。实际操作当中，往往会先根据已知的两点算出直线的表达式（点斜式、截距式等等），然后通过向量计算即可方便地判断p3是否在该直线上。生产实践中的数据往往会有一定的偏差。例如我们知道两个变量X与Y之间呈线性关...

我在之前的博客已大致介绍了LSH的原理及其的适用场景，有兴趣的朋友可以移步至[url]http://grunt1223.iteye.com/blog/937600[/url]这里我给出它的具体实现及实验效果：[code="java"]private int dimention; //维度大小，例如对于sift特征来说就是128private int max; //所需向...

从输入图象到信息获取之间存在着巨大的认知空白，其间需要经过一系列十分复杂的信息处理和理解过程。想象一下，在火车站，我们可以从茫茫人群中精确地找出要迎接的伙伴，这远非现在的机器学习、搜索引擎所能解决的。这再次证明人类视觉系统的强大。对人类视觉过程本质的认识，乃是揭开机器视觉进步的关键。对计算机而言，所有的输入均是矩阵，机器视觉的目的，就是要从这些矩阵中获取有用的信息。计算机对图像内容的识别，...

Kmean Cluster是一种机器学习中常用的无监督分析方法，例如，在最近的项目中，要从数以百万、千万计的高维图像特征中提取具有代表性的视觉词，就用到了此类技术。Kmean并不是一种高效的算法，理论可以证明，在欧几里得空间中的Kmean问题是NP-Hard（即使聚类数仅为2）。假设单个向量维度为d，向量数为n，目标聚类数为k，则算法的时间复杂度=n^(dk+1)*logn。kme...

首先我得承认，关注tesseract-ocr， 是冲着下面这篇文章的噱头去的，26行groovy代码破解网站验证码[url]http://www.kellyrob99.com/blog/2010/03/14/breaking-weak-captcha-in-slightly-more-than-26-lines-of-groovy-code/[/url]当然，看了之后才知道，原来是调用...

方向梯度直方图（Histograms of Oriented Gradients，简称HOG特征）结合支持向量机（ support vector machine， 简称SVM），被广泛应用于图像识别中，尤其在行人检测中获得了极大的成功。积分直方图可以用于快速计算原始图像矩形区域内的HOG特征。积分直方图的概念类似与viola和jones在脸部识别中所用的积分图像。下面的代码给出了，...

本文翻译自Robin Hewitt的《Seeing With OpenCV - A Five-Part Series》。正如标题所表达的那样，通过连载的五篇文章，我们将通过step by step的方式，实现一个人脸识别的程序，即从原始图片中检测脸部，并通过某种算法从样本库中筛选近似的肖像加以匹配，这是相当有用&有趣的应用。这是本系列的第一章，主要介绍OpenCV及其一些简单用法。...

现实生活中充满着预测问题，即对未知世界的大胆猜测。我们基于什么根据来推测呢？最多的当然是已有的经验，即之前所做的一些已知结果的推测，这就是所谓的“有监督的学习”。这里，我举一个最简单的例子，就是公务员考试中那种最常见的数字推理题：1,4,9,16,?当然，你一眼就看出了这是一个平方序列，下一个数字一定是25，但是，这是唯一的答案吗？应该说，平方序列只是一个模型，比方说，我们...