niujin1212的专栏

目录一、前言二、摘要三、什么是LSTM神经元？四、简单正弦波示例五、 不那么简单的股票市场六、多维LSTM预测七、结论一、前言最近需要用到时间序列，在网上也找到了一篇相关的文章及源代码，在此分享给大家。1.文章原文：https://www.altumintelligence.com/articles/a/Time-Series-Prediction-Using...

目录(?)[+]转载请注明出处: http://xiahouzuoxin.github.io/notes/课程计划Linear Regression与预测问题Locally Weighted Linear RegressionLogistic Regression与分类问题特征映射与过拟合(over-fitting)

计算机视觉、图像识别：ICCV, CVPR, ECCV机器学习：NIPS, ICML（International Conference on Machine Learning）国际机器学习大会, UAI（Conference on Uncertainty in Artificial Intelligence）, AISTATS人工智能：IJCAI（I

STRUCTURE-PRESERVING IMAGE QUALITY ASSESSMENT 保留结构的图像质量评价 Abstract： developing an MSE-like metric introducing structure-preserving kernelization into a MSE-like formulation. 在类标准差评价标准的假想中引入保留的

搜集整理了2004~2015性能最好的人脸检测的部分资料，欢迎交流和补充相关资料。转自：http://www.cvrobot.net/latest-progress-in-face-detection-2015/1：人脸检测性能1.1 人脸检测测评        目前有两个比较大的人脸测评网站：       1：Face Detection Data Set a

转自：http://blog.sina.com.cn/s/blog_6ae183910101h4jr.html一，人脸检测/跟踪人脸检测/跟踪的目的是在图像/视频中找到各个人脸所在的位置和大小；对于跟踪而言，还需要确定帧间不同人脸间的对应关系。 1,Robust Real-time Object Detection. Paul Viola, Michae

************************************************************************************************************************************************************************************           在这里，我

转自：http://www.cvchina.info/2014/02/25/14cvprbing/BING: Binarized Normed Gradients for Objectness Estimation at 300fps. Ming-Ming Cheng, Ziming Zhang, Wen-Yan Lin, Philip Torr, IEEE CVPR, 201

1. 线性代数 (Linear Algebra)：我想国内的大学生都会学过这门课程，但是，未必每一位老师都能贯彻它的精要。这门学科对于Learning是必备的基础，对它的透彻掌握是必不可少的。我在科大一年级的时候就学习了这门课，后来到了香港后，又重新把线性代数读了一遍，所读的是Introduction to Linear Algebra (3rd Ed.)  by Gilbert

CV人物1：Jianbo Shi史建波毕业于UC Berkeley，导师是Jitendra Malik。其最有影响力的研究成果：图像分割。其于2000年在PAMI上多人合作发表”Noramlized cuts and image segmentation”。这是图像分割领域内最经典的算法。主页：www.cis.upenn.edu/~jshi/ 和www.cs.cmu.edu/~jshi/昨天

GLCM一 原理1 概念：GLCM，即灰度共生矩阵，GLCM是一个L*L方阵，L为源图像的灰度级2 含义：描述的是具有某种空间位置关系的两个像素的联合分布，可看成两个像素灰度对的联合直方图，是一种二阶统计3 常用的空间位置关系：有四种，垂直、水平、正负45°4 常用的GLCM特征特征：（1）能量：  是灰度共生矩阵元素值的平方和，所以也称能量

申明：本文非笔者原创，原文转载自：http://blog.mashape.com/post/53379410412/list-of-50-face-detection-recognition-apisThere has been a lot of buzz around Face Recognition since Google Glass was announced.  We bel

http://mmcheng.net/bing/BING: Binarized Normed Gradients for Objectness Estimation at 300fpsMing-Ming Cheng1           Ziming Zhang2        Wen-Yan Lin3           Philip Torr11Th

KAZE系列笔记：1.  OpenCV学习笔记（27）KAZE 算法原理与源码分析（一）非线性扩散滤波2.  OpenCV学习笔记（28）KAZE 算法原理与源码分析（二）非线性尺度空间构建3.  OpenCV学习笔记（29）KAZE 算法原理与源码分析（三）特征检测与描述4.  OpenCV学习笔记（30）KAZE 算法原理与源码分析（四）KAZE特征的性能分析与比较5.  

【图像算法】图像特征：几何不变矩--Hu矩一 原理    几何矩是由Hu(Visual pattern recognition by moment invariants)在1962年提出的，具有平移、旋转和尺度不变性。 定义如下：① (p+q)阶不变矩定义：② 对于数字图像，离散化，定义为： ③ 归一化中心矩定义： 

特征点检测学习_1(sift算法)　   　sift算法在cv领域的重要性不言而喻，该作者的文章引用率在cv界是number1.本篇博客只是本人把sift算法知识点整理了下，以免忘记。本文比较早的一篇博文opencv源码解析之(3)：特征点检查前言1 中有使用opencv自带的sift做了个简单的实验，而这次主要是利用Rob Hess的sift源码来做实验，其实现在的opencv版

转自：http://sigvc.org/bbs/thread-870-1-1.html纸张在许多地方已日益失宠，无纸化办公谈论40多年，办公环境正限制纸山的生成。而过去几年，无纸化办公的概念发生了显着的转变。在计算机软件的帮助 下，包含大量重要管理数据和资讯的文档可以更方便的以电子形式储存。扫描文档的好处不纯粹是存档理由。为了访问基于纸张的信息和将信息整合进数字工作流， 光学字符识别(OCR)

http://www.bfcat.com/index.php/2013/08/40-face-api/本文转自伯乐在线自从谷歌眼镜被推出以来，围绕人脸识别，出现了很多争议。我们相信，不管是不是通过智能眼镜，人脸识别将在人与人交往甚至人与物交互中开辟无数种可能性。为了帮助研究过程中探索人脸识别，我们列出以下人脸检测和识别API。希望有所帮助！Face Re