DavidZh

一、计算机视觉历史回顾与介绍边缘定义了形状，大脑对视觉信息的的处理是基于边缘与形状的。视觉处理从一些简单的形状开始，而不是一个整体；视觉是分层的。 Convolutional Neural Network (CNN) has become an important tool for object recognitionConvolutional Neural Network (CNN)...

一、单个物体的分类与定位（图片的分类与定位）任务要求：一幅图像上只有一个物体，识别这个物体的类别并且在图片中进行框选。思路一： step1：训练或者是下载一个目标识别的网络（eg.AlexNet、VGG、GooLeNet） step2：在下载好的网络的特征提取层之后加入一个新的头部，用于框选回归(位置表示(x，y，w，h)) step3：使用SGD和L2损失训练新的上面的全连接层 ...

五、神经网络基础神经网络系统理解：数学上，神经网络中的每一个神经元就是一个线性单元（f=Wx+b）加上一个激活函数，这个激活函数是一个非线性系统。线性系统在高维空间中线性划分区间，而神经网络由于引入了非线性环节，因此可以使用曲线划分空间。除此之外，神经网络多层神经元的引入增加了拟合函数的复杂度，因此，应该具有更好的拟合效果。如果从生物神经系统上进行解释，神经元通过自己的许多树突获取信号（线性单...

　2018年论文［１］Flow Guided Feature: A Fast and Robust Motion Representation for Video Action Recognition［CVPR2018］ 题目：光流引导特征：快速，稳健的视频运动表示（OFF） 摘要：运动表示在视频人体行为识别中扮演者重要角色.在本研究中,我们介绍一种新的紧凑的运动表征方法用于视频行为识别,...

[1]Temporal Segment Networks: Towards Good Practices for Deep Action Recognition[2016]（TSN网络）介绍：(1)对于长序列的学习能力在理解视频行为上具有重要意义，但是主流的双流法和C3D通常只是聚焦于表面或者是短时间序列的学习（C3D的输入是连续的16帧，而双流法是依靠前后两帧计算出来的光流）。Lon...

遇到一个项目的代码是使用sk-video读取视频数据，在使用pip install sk-video命令完成安装之后，却发现无法读取视频。后来发现需要使用ffmpeg作为后端。但是使用使用pip install ffmpeg之后，安装完成ffmpeg之后，却还是无法实现。在github上发现详细的安装介绍https://github.com/scikit-video/scikit-video...