peixian2003的专栏

关于computer vision的会议及vision guys注:我上次在转载Zhihua Zhou的帖子时候补充说明了cv的会议,现在扩展成一篇长文.      众所周知, computer vision(cv) 存在ICCV/CVPR/ECCV三个顶级会议, 它们档次差不多,都应该在一流会议行列, 没有必要给个高下. 有些us的人认为ICCV/CVPR略好于ECCV,

要明确Adaboost是一种算法。Ø  介绍一下Adaboost的历史。 Adaboost的前身的Boosting算法。Boosting是一种提高任意给定学习算法准确度的方法。它的思想起源于Valiant提出的PAC(Probably Approximately Correct)学习模型。Valiant和Kearns提出了弱学习和强学习的概念,识别错误率小于1/2,也即准确率仅比随

【综述】（中科院）樊彬老师－“局部图像特征描述概述”http://www.sigvc.org/bbs/thread-165-1-1.html这次我们荣幸地邀请到中国科学院自动化研究所的樊彬老师为我们撰写图像特征描述符方面的最新综述。樊彬老师在图像特征描述方面已连续发表了包括TPAMI、PR、ICCV、CVPR在内的多篇高质量论文。他的个人主页为：http://www.sig

Author: Tomasz Malisiewicz翻译：赵毅力（panovr at gmail dot com）我们都知道在过去两年（2012-2014年）深度卷积神经网络在目标检测与识别的基准测试中有过辉煌的成绩，所以你可能会问：在此之前的物体识别技术是什么样子？早期识别系统的设计和现代以多层卷积为基础的框架之间的关系是什么？让我们先来回顾一下过去20年里计算机视觉研究中的一些重要