小屋

经过经两个星期的奋斗，在瞻仰、膜拜了几位大神的作品之后，对于sift算法跟surf算法总算是有点了解了。今天也试着调了一下程序，完成的那一刻，心里也是满满的激动啊。虽然原本没有什么还高兴的（毕竟代码不是自己写的，论文也是看的似懂非懂）但是作为还没有入图像处理大门的菜鸟心里还是满满的兴奋啊。因此特意把代码复制下来，也能防止以后记不得了：#include #include //#inc

2015去哪网笔试题目

博主电脑使用的环境是：win7 64位，matlab2013a，vs2013.而且主要是讲解在CPU下的配置。先引用一下对于matconvnet的介绍吧，MatConvNet是实现用于计算机视觉领域的卷积神经网络(CNN)的MATLAB工具箱。自从取得突破性工作以来,CNN在计算机视觉领域有一个重大影响，特别是图像理解，基本上取代了传统图像表示。有许多其他机器学习、深度学习和CNN开源

在matlab安装过程中会有这种提示：并且这个：因为不知道怎么处理所以直接都点击了下一步，(千万不要点“取消”)，然后就提示完成安装了。但是安装完成后matlab却打不开，遇上如下提示：于是踏上百度之旅。网友们给出的答案无非是：在网上下载相对应版本的 libmwservices.dll，然后将其替换到Matlab所在目录下的文件即：将之覆盖下面(32位机)路径下MA

最近在看关于CNN的一些论文，经常遇到一些概念不明不白的，所以下决心把那些基础概念整明白。本次博客主要是先介绍梯度下降法然后介绍反向传导法。其实从某种方向上看两者是很相似的。一，梯度下降法梯度下降法又称最速下降法。首先我们应该清楚，一个多元函数的梯度方向是该函数值增大最陡的方向。具体到假如是一元函数，其梯度方向就是切线方向。举个例子：有函数y=x*x-3*x+2,有x0=0

K-Means的算法如下：1.随机在图中取K（这里K=2）个种子点。2.然后对图中的所有点求到这K个种子点的距离，假如点Pi离种子点Si最近，那么Pi属于Si点群。（图中，我们可以看到A，B属于上面的种子点，C，D，E属于下面中部的种子点）3.接下来，我们要移动种子点到属于他的“点群”的中心。（见图上的第三步）4.然后重复第2）和第3）步，直到种子点没有移动，一般迭

最大流-最小割原理浅析，在进行graph-cut算法的时候遇到的。

在对surf编码完成之后，对surf进行改进。将图像在邻域内相交的特征点连接起来。两两比较特征点的半径(scale)之和r与其距离d的大小。若d小于r，说明这个特征点有交集，连接两个特征点，否则，没有交集。加入的代码如下：void getPointRelation(IplImage *img,std::vector &ipts){ int i=0,j=0; int n=ipts.

对opencv的配置

各种其他网站的文章