zouroot的专栏

一、论文综述类的文章[1]P.Dollar, C. Wojek,B. Schiele, et al. Pedestrian detection: an evaluation of the state of the art [J].IEEE Transactions on PatternAnalysis andMachine Intelligence, 2012, 34(4): 743-761.[2

（一）SVM的背景简介支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中[10]。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限的样本信息在模型的复杂性（即对特定训练样本的学习精度，Ac

网上发现一篇不错的文章，是关于图像特征提取的，给自己做的项目有点类似，发出来供大家参考。       特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。 特征的定义         至今为止特征没有万能和精确的定义。

《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning.《Deep Learning in Neural Networks: An Overview》介绍:这是瑞士人工智能实验室Jurgen Schmidhuber写的最新版

FROM:    http://www.cnblogs.com/einyboy/p/3594432.html一、特征提取Feature Extraction：SIFT [1] [Demo program][SIFT Library] [VLFeat]PCA-SIFT [2] [Project]Affine-SIFT [3] [Project]SURF

持续跟新可以看看这个 http://blog.youkuaiyun.com/workerwu/article/details/46537849场景识别： SegNet: A Deep Convolutional Encoder-Decoder Architecture for Robust Semantic Pixel-Wise Labelling https://github.c

常用牛人主页链接（计算机视觉、模式识别、机器学习相关方向,陆续更新。。。。）牛人主页（主页有很多论文代码）Serge Belongie at UC San DiegoAntonio Torralba at MITAlexei Ffros at CMUCe Liu at Microsoft Research New EnglandVittorio Ferrari at

2015年 行人检测总结1标签： 行人检测2015-02-13 13:56 1763人阅读 评论(0) 收藏 举报 分类：目标检测（16） 最近一直在看行人检测的论文，对目前的行人检测做大概的介绍。行人检测具有极其广泛的应用：智能辅助驾驶，智能监控，行人分析以及智能机器人等领域。从2005年以来行人检测进入了一个快速的发展阶段

一、论文综述类的文章：[1] D. Geronimo, and A. M.Lopez. Vision-based Pedestrian Protection Systems for Intelligent Vehicles, BOOK, 2014.[2] P.Dollar, C. Wojek,B. Schiele, et al. Pedestrian detection: an eva

5 Recent Publications      J. F. P. Kooij, G. Englebienne and D. M. Gavrila. Mixture of Switching Linear Dynamics to Discover Be

#!/usr/bin/python# -*- coding: UTF-8 -*-# 文件名：txt_to_xml.pyfrom xml.dom.minidom import Documentimport osimport relist = os.listdir("Annotations")os.chdir('Annotations')#os.system('pause')