redfivehit的专栏

1 剪枝剪枝是一项古老的技术，从上个世纪传承至今，在学术界和工业界相关的研究工作都是很活跃的。剪枝根据不同的粒度有很多种，小到一个卷积参数，大到一个网络层。剪枝到底对性能会有什么影响呢？在稀疏性分别为0%，50%，75%，87.5%时，模型中非零参数分别是原始模型的1，0.5，0.25，0.128倍（也就是模型的参数少了，是原来的12.8%，剪枝了不少，压缩了），即实现了1，2，4，8倍的...

简介VGGNet2014年。该网络使用3×3卷积核的卷积层堆叠并交替最大池化层，有两个4096维的全连接层，然后是softmax分类器。16和19分别代表网络中权重层的数量。ResNet2015年。该网络使用残差模块来组成更复杂的网络（网络中的网络），使用标准随机梯度下降法训练。与VGG相比，ResNet更深，但是由于使用全局平均池操作而不是全连接密集层，所以模型的尺寸更小。Incept...

标准CLEAR-MOT测量，包括：Multi-Object Tracking Accuracy(MOTA) Multi-ObjectTracking Precision (MOTP)这两个评价标准。此外，额外引入了若干指标来进行评价：↑：表示得分越高越好，反之亦然。Recall(↑):正确匹配的检测目标数/ground truth给出的目标数 Precision(↑)：正确匹配的检测...

ORB特征，Oriented FAST and Rotated BRIEF具有局部不变性的特征，从它的名字中可以看出它是对FAST特征点与BREIF特征描述子的一种结合与改进，这个算法是在2011年一篇名为“ORB：An Efficient Alternative to SIFT or SURF”的文章中提出。就像文章题目所写一样，ORB是除了SIFT与SURF外一个很好的选择，而且它有很高的

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

一.基于特征点的目标跟踪的一般方法      基于特征点的跟踪算法大致可以分为两个步骤：      1）探测当前帧的特征点；      2）通过当前帧和下一帧灰度比较，估计当前帧特征点在下一帧的位置；      3）过滤位置不变的特征点，余下的点就是目标了。      很显然，基于特征点的目标跟踪算法和1），2）两个步骤有关。特征点可以是Harris角点

计算机视觉—DoG和LoG算子       阅读本文，需要有一定的数字图像处理基础，否则不太容易明白数学公式想要传达的物理意义。希望通过仅此一篇文章就能让你理解图像处理中的高斯滤波（也叫高斯平滑、高斯模糊、高斯卷积）、DoG算子、LoG算子，以及它们之间的关系。下面先讲理论，再讲实际应用。在理论部分，一切语言都显得过于苍白，因此我只给出了最核心的、最简单的、最优美的公式，当

主要是了解思想，就不写具体的计算公式之类的了（一） ICP算法（Iterative Closest Point迭代最近点）ICP（Iterative Closest Point迭代最近点）算法是一种点集对点集配准方法，如下图1如下图，假设PR（红色块）和RB（蓝色块）是两个点集，该算法就是计算怎么把PB平移旋转，使PB和PR尽量重叠，建立模型的（图1）ICP是改进自对应点集配准

第四章 使用OpenCV探测来至运动的结构——Chapter 4:Exploring Structure from Motion Using OpenCV标签： SFM3D重建2015-01-15 13:57 2274人阅读 评论(1) 收藏 举报 分类：【3D重建】综合（7） 目录(?)[+]【原文：http://w

作者：陈永志链接：https://www.zhihu.com/question/24529483/answer/114711446来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。在神经网络中weight decay起到的做用是什么？momentum呢？normalization呢？weight decay是提高最终收敛的正确率的还是提高

光流的概念是Gibson在1950年首先提出来的。它是空间运动物体在观察成像平面上的像素运动的瞬时速度，是利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。一般而言，光流是由于场景中前景目标本身的移动、相机的运动，或者两者的共同运动所产生的。其计算方法可以分为三类：（1）基于区域或者基于特征的匹配方

看了一些资料，自己整理记录下：大致可以分为两种典型的图像噪声：–椒盐噪声：噪声的幅值基本相同，但是噪声出现的位置是随机的。–随机噪声：每一点都存在噪声，但噪声的幅值是随机的。随机噪声根据其幅值的概率密度函数，还可分成：高斯噪声、瑞利噪声椒盐噪声高斯噪声设计噪声抑制滤波方法时，应尽可能保持原图信息的基础上，抑制噪声。最常

转载请注明出处:  http://blog.youkuaiyun.com/tianhai110/article/details/5663756索贝尔算子（Sobel operator）主要用作边缘检测，在技术上，它是一离散性差分算子，用来运算图像亮度函数的灰度之近似值。在图像的任何一点使用此算子，将会产生对应的灰度矢量或是其法矢量 Sobel卷积因子为： 该算子包含两组3x3的矩阵

图像的灰度化处理的基本原理将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的